从 Pandas 的 TimeDelta 转换为浮点数天数

Question

我有一个TimeDelta列，其值看起来像这样：

2天21:54:00.000000000

我想要一个代表天数的小数，比如在这里是2 + 21/24 = 2.875（忽略分钟）。是否有简单的方法实现这一点？我看到有一个答案建议

res['Ecart_lacher_collecte'].apply(lambda x: float(x.item().days+x.item().hours/24.))

但我收到了“AttributeError：'str'对象没有属性'item'”错误。

Numpy版本为'1.10.4'，Pandas版本为u'0.17.1'。

列最初是通过以下方式获取的：

lac['DateHeureLacher'] = pd.to_datetime(lac['Date lacher']+' '+lac['Heure lacher'],format='%d/%m/%Y %H:%M:%S')
cap['DateCollecte'] = pd.to_datetime(cap['Date de collecte']+' '+cap['Heure de collecte'],format='%d/%m/%Y %H:%M:%S')

在第一个脚本中编写。然后在第二个脚本中：

res = pd.merge(lac, cap, how='inner', on=['Loc'])
res['DateHeureLacher']  = pd.to_datetime(res['DateHeureLacher'],format='%Y-%m-%d %H:%M:%S')
res['DateCollecte']  = pd.to_datetime(res['DateCollecte'],format='%Y-%m-%d %H:%M:%S')
res['Ecart_lacher_collecte'] = res['DateCollecte'] - res['DateHeureLacher']

也许将其保存到csv文件会将它们的类型更改为字符串？我尝试进行的转换是在第三个脚本中完成的。

Sexe_x  PiegeLacher latL    longL   Loc Col_x   DateHeureLacher Nb envolees PiegeCapture    latC    longC   Col_y   Sexe_y  Effectif    DateCollecte    DatePose    Ecart_lacher_collecte   Dist_m
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-002  1629238 237877  Rouge   M   1   2011-02-07 15:09:00 2011-02-07 12:14:00 2 days 21:54:00.000000000   0
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-002  1629238 237877  Rouge   M   4   2011-02-07 12:14:00 2011-02-07 09:42:00 2 days 18:59:00.000000000   0
M   Q0-002  1629238 237877  H   Rouge   2011-02-04 17:15:00 928 Q0-003  1629244 237950  Rouge   M   1   2011-02-07 15:10:00 2011-02-07 12:16:00 2 days 21:55:00.000000000   75

res.info（）：

Sexe_x                   922 non-null object
PiegeLacher              922 non-null object
latL                     922 non-null int64
longL                    922 non-null int64
Loc                      922 non-null object
Col_x                    922 non-null object
DateHeureLacher          922 non-null object
Nb envolees              922 non-null int64
PiegeCapture             922 non-null object
latC                     922 non-null int64
longC                    922 non-null int64
Col_y                    922 non-null object
Sexe_y                   922 non-null object
Effectif                 922 non-null int64
DateCollecte             922 non-null object
DatePose                 922 non-null object
Ecart_lacher_collecte    922 non-null object
Dist_m                   922 non-null int64

- alpagarou

---

如果我理解正确的话，您可以执行res['columnname'].dt.total_seconds()/ (24 * 60 * 60)。 - EdChum

@AntonProtopopov 我得到了“AttributeError：只能在datetime-like值上使用.dt访问器”的错误。 - alpagarou

@alpagarou 首先，您需要将列转换为“datetime”对象。您可以使用“pd.to_datetime”来完成这个操作。 - Anton Protopopov

你是说你的列是一系列时间差吗？ - EdChum

好的，我刚试了一下，发现无法在read_csv中指定dtype以将其解析为timedelta64，所以你有几个选择。使用astype将timedelta64转换为int64，然后在读取时使用自定义转换器进行转换，或者在读取回来后可以用astype（np.timedelta64），这样也可以起作用。 - EdChum

Answer 1

你可以使用 pd.to_timedelta 或 np.timedelta64 来定义时间间隔，并通过它来进行除法运算:

# set up as per @EdChum
df['total_days_td'] = df['time_delta'] / pd.to_timedelta(1, unit='D')
df['total_days_td'] = df['time_delta'] / np.timedelta64(1, 'D')

- jpp

---

你也可以使用datetime模块，例如datetime.timedelta(days=1)。 - MarMat

Answer 2

你可以使用 dt.total_seconds，然后将其除以一天的总秒数，例如：

In [25]:
df = pd.DataFrame({'dates':pd.date_range(dt.datetime(2016,1,1, 12,15,3), periods=10)})
df

Out[25]:
                dates
0 2016-01-01 12:15:03
1 2016-01-02 12:15:03
2 2016-01-03 12:15:03
3 2016-01-04 12:15:03
4 2016-01-05 12:15:03
5 2016-01-06 12:15:03
6 2016-01-07 12:15:03
7 2016-01-08 12:15:03
8 2016-01-09 12:15:03
9 2016-01-10 12:15:03

In [26]:
df['time_delta'] = df['dates'] - pd.datetime(2015,11,6,8,10)
df

Out[26]:
                dates       time_delta
0 2016-01-01 12:15:03 56 days 04:05:03
1 2016-01-02 12:15:03 57 days 04:05:03
2 2016-01-03 12:15:03 58 days 04:05:03
3 2016-01-04 12:15:03 59 days 04:05:03
4 2016-01-05 12:15:03 60 days 04:05:03
5 2016-01-06 12:15:03 61 days 04:05:03
6 2016-01-07 12:15:03 62 days 04:05:03
7 2016-01-08 12:15:03 63 days 04:05:03
8 2016-01-09 12:15:03 64 days 04:05:03
9 2016-01-10 12:15:03 65 days 04:05:03

In [27]:
df['total_days_td'] = df['time_delta'].dt.total_seconds() / (24 * 60 * 60)
df

Out[27]:
                dates       time_delta  total_days_td
0 2016-01-01 12:15:03 56 days 04:05:03      56.170174
1 2016-01-02 12:15:03 57 days 04:05:03      57.170174
2 2016-01-03 12:15:03 58 days 04:05:03      58.170174
3 2016-01-04 12:15:03 59 days 04:05:03      59.170174
4 2016-01-05 12:15:03 60 days 04:05:03      60.170174
5 2016-01-06 12:15:03 61 days 04:05:03      61.170174
6 2016-01-07 12:15:03 62 days 04:05:03      62.170174
7 2016-01-08 12:15:03 63 days 04:05:03      63.170174
8 2016-01-09 12:15:03 64 days 04:05:03      64.170174
9 2016-01-10 12:15:03 65 days 04:05:03      65.170174

- EdChum

---

是的，它可以工作，但我很震惊他们没有 dt.total_days() 或 dt.total_hours 可用... - Jingwei Yu

@LedgerYu，因为这不是timedelta的标准方法，此外，自己计算这个时间间隔很容易，但是如果我们按照你的逻辑去做，那么我们还需要编写total_days、total_hours、total_quarters、total_years、total_milliseconds等方法。 - EdChum

你可以直接使用 dt.days，不需要加括号。这对我来说有效！ - Guillochon

@Guillochon dt.days 只会给你天数，并且会丢弃所有时间信息。 - Taylor

Answer 3

你尝试过使用这个吗？

res['Ecart_lacher_collecte'].apply(lambda x: (x.total_seconds()//(3600*24)) + (x.total_seconds()%(3600*24)//3600)/24))

第一个术语是日期（在您的情况下为2） 第二个术语是忽略分钟的小时比率（在您的情况下为21/24）

如果您不想忽略分钟和秒数据，而是需要考虑一天中所有秒数的比率，则代码如下所示：

res['Ecart_lacher_collecte'].apply(lambda x: (x.total_seconds()/(3600*24))

- sharinganSawant

---

为什么要将除法和加法分开这样做？与 x.total_seconds()/(3600*24) 的唯一区别在于不计算不完整的小时，我怀疑这不是期望的行为。 - Elias Hasle

是的，没错。不完整的小时不计算在内。 这是因为原帖作者想要这样： “我想要一个浮点数来表示天数，比如说这里的2+21/24=2.875，忽略分钟。” - sharinganSawant

@EliasHasle 我已经编辑了答案，其中提到了为什么不计算不完整的小时数。 - sharinganSawant