在DataFrame Pandas中添加带有日期之间的天数的列

95

我想从“ B”中的日期中减去“ A”中的日期，并添加一个具有差异的新列。

df
          A        B
one 2014-01-01  2014-02-28 
two 2014-02-03  2014-03-01

我尝试了以下操作，但是在尝试将其包含在for循环中时遇到错误...

import datetime
date1=df['A'][0]
date2=df['B'][0]
mdate1 = datetime.datetime.strptime(date1, "%Y-%m-%d").date()
rdate1 = datetime.datetime.strptime(date2, "%Y-%m-%d").date()
delta =  (mdate1 - rdate1).days
print delta

我该怎么办？

python pandas date-difference

— 亚瑟·维拉姆（Jase Villam）
source

96

假设这些是datetime列（如果不适用to_datetime），则可以减去它们：

df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])

In [11]: df.dtypes  # if already datetime64 you don't need to use to_datetime
Out[11]:
A    datetime64[ns]
B    datetime64[ns]
dtype: object

In [12]: df['A'] - df['B']
Out[12]:
one   -58 days
two   -26 days
dtype: timedelta64[ns]

In [13]: df['C'] = df['A'] - df['B']

In [14]: df
Out[14]:
             A          B        C
one 2014-01-01 2014-02-28 -58 days
two 2014-02-03 2014-03-01 -26 days

注意：请确保您使用的是新熊猫（例如0.13.1），这可能在较旧的版本中不起作用。

— 安迪·海登（Andy Hayden）
source

21

万一我们只需要看一下数值即ie，我们是否可以摆脱结果中的“天”部分。-58，在这种情况下为-26。

— 0nir 2014年

6

扩展@AndyHayden注释，可以，但是应该pd.offsets.Day(1)（带有“ s”）。我也通常会否定它，所以您会得到(df['A'] - df['B']) / pd.offsets.Day(-1)

— dirkjot

11

但是，如果您要在整个系列中进行此操作，则(df['A'] - df['B']) / np.timedelta64(-1, 'D')出于我不完全理解的原因，您需要这样做。

— dirkjot 2015年

@dirkjot感谢您发现错字！IIRC这在最近的大熊猫中已解决，您使用的是0.16.2 / 0.17吗？

— 安迪·海登

我发现缺少数据时这有点麻烦。问题在于1）丢失的数据没有.isnull()属性，而2）它具有.day属性，但非缺失数据具有.days属性。因此，在创建了新变量之后，我在每个obs检查的遍历上运行了一个循环：if hasattr(obs,'days')然后分配obs.days和分配np.nan。

— webelo '17

101

要删除“天”文本元素，您还可以使用系列的dt（）访问器：https : //pandas.pydata.org/pandas-docs/stable/generation/pandas.Series.dt.html

所以，

df[['A','B']] = df[['A','B']].apply(pd.to_datetime) #if conversion required
df['C'] = (df['B'] - df['A']).dt.days

返回：

             A          B   C
one 2014-01-01 2014-02-28  58
two 2014-02-03 2014-03-01  26

— 里奇·麦克马斯特
source

2

好答案。就我而言，df['C'] = (df['B'] - df['A']).dt.days它不起作用，我不得不使用df['C'] = (df['B'] - df['A']).days。知道我的为什么没有给出预期的天数吗？

— 塞缪尔·恩德

NDE-它到底怎么不起作用？错误或错误值？您是否已将A和B列都成功转换为日期时间？

— Ricky McMaster

1

我的两列都是日期时间（或datetime64[ns]更精确地说）。当我这样做的时候df['C'] = (df['B'] - df['A']).dt.days，我得到了一个属性错误，即AttributeError：'Timedelta'对象没有属性'dt'，所以我尝试了df ['C'] =（df ['B']-df ['A']）。天给了我想要的答案。（当然，我用我自己的数据帧不是一个在上面的例子或可能是因为我也有我的日期时间，而不是在。2018-09-24 10:17:18.800277）

— 塞缪尔无损检测

1

完美的答案。

— user3065757

1

很好的解决方案。谢谢！

— Rodrigo Hjort

10

列表理解是最Python（最快捷）的方式的最佳选择：

[int(i.days) for i in (df.B - df.A)]

我将返回timedelta（例如“ -58天”）
i.days将以长整数值（例如-58L）返回此值
int（i.days）将为您提供-58。

如果您的列不是日期时间格式。较短的语法为：df.A = pd.to_datetime(df.A)

— 柯特
source

1

这个怎么样：

times['days_since'] = max(list(df.index.values))  
times['days_since'] = times['days_since'] - times['months']  
times

— 汤姆
source