wyodrębnianie dni z wartości numpy.timedelta64

Question 1

Używam pandy / python i mam dwie serie dat s1 i s2, które zostały wygenerowane za pomocą funkcji „to_datetime” w polu df zawierającym daty / godziny.

Kiedy odejmuję s1 od s2

s3 = s2 - s1

Otrzymuję serię s3 typu

timedelta64 [ns]

0    385 days, 04:10:36
1     57 days, 22:54:00
2    642 days, 21:15:23
3    615 days, 00:55:44
4    160 days, 22:13:35
5    196 days, 23:06:49
6     23 days, 22:57:17
7      2 days, 22:17:31
8    622 days, 01:29:25
9     79 days, 20:15:14
10    23 days, 22:46:51
11   268 days, 19:23:04
12                  NaT
13                  NaT
14   583 days, 03:40:39

Jak patrzę na 1 element serii:

s3 [10]

Dostaję coś takiego:

numpy.timedelta64 (2069211000000000, 'ns')

Jak wyodrębnić dni z s3 i być może zachować je jako liczby całkowite (nie interesują mnie godziny / minuty itp.)?

Z góry dziękuję za jakąkolwiek pomoc.

Question 2

Możesz przekonwertować go na timedelta z dokładnością do dnia. Aby wyodrębnić liczbę całkowitą dni, należy podzielić ją przez czas jednego dnia.

>>> x = np.timedelta64(2069211000000000, 'ns')
>>> days = x.astype('timedelta64[D]')
>>> days / np.timedelta64(1, 'D')
23

Albo, jak sugeruje @PhillipCloud, po prostu days.astype(int)ponieważ timedeltajest tylko całkowita 64-bitowych, które jest interpretowane w różny sposób w zależności od drugiego parametru, który przeszedł w ( 'D', 'ns'...).

Więcej na ten temat znajdziesz tutaj .

Question 3

Służy dt.daysdo uzyskiwania atrybutu days jako liczb całkowitych.

Na przykład:

In [14]: s = pd.Series(pd.timedelta_range(start='1 days', end='12 days', freq='3000T'))

In [15]: s
Out[15]: 
0    1 days 00:00:00
1    3 days 02:00:00
2    5 days 04:00:00
3    7 days 06:00:00
4    9 days 08:00:00
5   11 days 10:00:00
dtype: timedelta64[ns]

In [16]: s.dt.days
Out[16]: 
0     1
1     3
2     5
3     7
4     9
5    11
dtype: int64

Bardziej ogólnie - możesz użyć tej usługi, .componentsaby uzyskać dostęp do zredukowanej formy timedelta.

In [17]: s.dt.components
Out[17]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     1      0        0        0             0             0            0
1     3      2        0        0             0             0            0
2     5      4        0        0             0             0            0
3     7      6        0        0             0             0            0
4     9      8        0        0             0             0            0
5    11     10        0        0             0             0            0

Teraz, aby uzyskać hoursatrybut:

In [23]: s.dt.components.hours
Out[23]: 
0     0
1     2
2     4
3     6
4     8
5    10
Name: hours, dtype: int64

Question 4

Załóżmy, że masz serię timedelta:

import pandas as pd
from datetime import datetime
z = pd.DataFrame({'a':[datetime.strptime('20150101', '%Y%m%d')],'b':[datetime.strptime('20140601', '%Y%m%d')]})

td_series = (z['a'] - z['b'])

Jednym ze sposobów konwersji tej kolumny lub serii timedelta jest rzutowanie jej na obiekt Timedelta (pandy 0.15.0+), a następnie wyodrębnienie dni z obiektu:

td_series.astype(pd.Timedelta).apply(lambda l: l.days)

Innym sposobem jest oddanie serialu jako timedelta64 w dniach, a następnie oddanie go jako int:

td_series.astype('timedelta64[D]').astype(int)

Answer 1

Używam pandy / python i mam dwie serie dat s1 i s2, które zostały wygenerowane za pomocą funkcji „to_datetime” w polu df zawierającym daty / godziny.

Kiedy odejmuję s1 od s2

s3 = s2 - s1

Otrzymuję serię s3 typu

timedelta64 [ns]

0    385 days, 04:10:36
1     57 days, 22:54:00
2    642 days, 21:15:23
3    615 days, 00:55:44
4    160 days, 22:13:35
5    196 days, 23:06:49
6     23 days, 22:57:17
7      2 days, 22:17:31
8    622 days, 01:29:25
9     79 days, 20:15:14
10    23 days, 22:46:51
11   268 days, 19:23:04
12                  NaT
13                  NaT
14   583 days, 03:40:39

Jak patrzę na 1 element serii:

s3 [10]

Dostaję coś takiego:

numpy.timedelta64 (2069211000000000, 'ns')

Jak wyodrębnić dni z s3 i być może zachować je jako liczby całkowite (nie interesują mnie godziny / minuty itp.)?

Z góry dziękuję za jakąkolwiek pomoc.

Answer 2

4

tylko do Twojej wiadomości, za chwilę połączą się w pandy opanuj tę funkcję: github.com/pydata/pandas/pull/4534 (możesz to zrobić w dniu 0.12 i wcześniej przez:s.apply(lambda x: x / np.timedelta64(1,'D'))

Jeff

Answer 3

146

Możesz przekonwertować go na timedelta z dokładnością do dnia. Aby wyodrębnić liczbę całkowitą dni, należy podzielić ją przez czas jednego dnia.

>>> x = np.timedelta64(2069211000000000, 'ns')
>>> days = x.astype('timedelta64[D]')
>>> days / np.timedelta64(1, 'D')
23

Albo, jak sugeruje @PhillipCloud, po prostu days.astype(int)ponieważ timedeltajest tylko całkowita 64-bitowych, które jest interpretowane w różny sposób w zależności od drugiego parametru, który przeszedł w ( 'D', 'ns'...).

Więcej na ten temat znajdziesz tutaj .

Viktor Kerkez
źródło

16

Możesz także zrobić days.item().dayslub days.astype(int).

Phillip Cloud

1

nowsze wersje pand obsługują pełnoprawny typ Timedelta, zobacz dokumentację tutaj: pandas.pydata.org/pandas-docs/stable/timedeltas.html

Jeff

To jest dobry kandydat do. Możesz to zrobić w tym samym wierszu, w którym obliczasz wartości kolumn, umieszczając na końcu .apply (lambda x: x / np.timedelta64 (1, 'D')), aby zastosować konwersję na poziomie kolumny. np. s3 = (s1-s2) .apply (lambda x: x / np.timedelta64 (1, 'D')).

Ezekiel Kruglick

2

Ta metoda astype('timedelta64[D]')(około 96 ms) jest znacznie wydajniejsza niż dt.days.(około 24 s) w przypadku 4 000 000 wierszy.

Pengju Zhao

Answer 4

16

Możesz także zrobić days.item().dayslub days.astype(int).

Phillip Cloud

Answer 5

1

nowsze wersje pand obsługują pełnoprawny typ Timedelta, zobacz dokumentację tutaj: pandas.pydata.org/pandas-docs/stable/timedeltas.html

Jeff

Answer 6

To jest dobry kandydat do. Możesz to zrobić w tym samym wierszu, w którym obliczasz wartości kolumn, umieszczając na końcu .apply (lambda x: x / np.timedelta64 (1, 'D')), aby zastosować konwersję na poziomie kolumny. np. s3 = (s1-s2) .apply (lambda x: x / np.timedelta64 (1, 'D')).

Ezekiel Kruglick

Answer 7

2

Ta metoda astype('timedelta64[D]')(około 96 ms) jest znacznie wydajniejsza niż dt.days.(około 24 s) w przypadku 4 000 000 wierszy.

Pengju Zhao

Answer 8

Służy dt.daysdo uzyskiwania atrybutu days jako liczb całkowitych.

Na przykład:

In [14]: s = pd.Series(pd.timedelta_range(start='1 days', end='12 days', freq='3000T'))

In [15]: s
Out[15]: 
0    1 days 00:00:00
1    3 days 02:00:00
2    5 days 04:00:00
3    7 days 06:00:00
4    9 days 08:00:00
5   11 days 10:00:00
dtype: timedelta64[ns]

In [16]: s.dt.days
Out[16]: 
0     1
1     3
2     5
3     7
4     9
5    11
dtype: int64

Bardziej ogólnie - możesz użyć tej usługi, .componentsaby uzyskać dostęp do zredukowanej formy timedelta.

In [17]: s.dt.components
Out[17]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     1      0        0        0             0             0            0
1     3      2        0        0             0             0            0
2     5      4        0        0             0             0            0
3     7      6        0        0             0             0            0
4     9      8        0        0             0             0            0
5    11     10        0        0             0             0            0

Teraz, aby uzyskać hoursatrybut:

In [23]: s.dt.components.hours
Out[23]: 
0     0
1     2
2     4
3     6
4     8
5    10
Name: hours, dtype: int64

Answer 9

+1 - Jest to obecnie najlepszy sposób, aby to zrobić, ponieważ pakiet pand rozwinął się od czasu zadania tego pytania.

Austin A

Answer 10

Załóżmy, że masz serię timedelta:

import pandas as pd
from datetime import datetime
z = pd.DataFrame({'a':[datetime.strptime('20150101', '%Y%m%d')],'b':[datetime.strptime('20140601', '%Y%m%d')]})

td_series = (z['a'] - z['b'])

Jednym ze sposobów konwersji tej kolumny lub serii timedelta jest rzutowanie jej na obiekt Timedelta (pandy 0.15.0+), a następnie wyodrębnienie dni z obiektu:

td_series.astype(pd.Timedelta).apply(lambda l: l.days)

Innym sposobem jest oddanie serialu jako timedelta64 w dniach, a następnie oddanie go jako int:

td_series.astype('timedelta64[D]').astype(int)

wyodrębnianie dni z wartości numpy.timedelta64

Odpowiedzi: