Pandas 如何计算两列时间差（小时和分钟）

2024-07-01 05:36| 来源: 网络整理| 查看: 265

在本文中，我们将介绍如何使用Pandas计算两个数据框列之间的时间差。我们将使用以下示例数据框：

import pandas as pd data = {'start_time':['2021-01-01 08:00:00', '2021-02-01 12:00:00', '2021-03-01 10:00:00'], 'end_time':['2021-01-01 12:00:00', '2021-02-01 14:30:00', '2021-03-01 12:45:00']} df = pd.DataFrame(data)

该数据框包含两列：开始时间和结束时间。我们将使用这些列来计算它们之间的时间差。

阅读更多：Pandas 教程

计算时间差

要计算两列之间的时间差，首先我们需要将这些列转换为Pandas的日期时间类型。可以使用pandas.to_datetime()函数将列转换为日期时间类型。

df['start_time'] = pd.to_datetime(df['start_time']) df['end_time'] = pd.to_datetime(df['end_time'])

现在我们可以使用datetime模块的timedelta函数计算时间差。假设我们想要计算时间差以小时表示，我们可以使用以下代码：

df['duration'] = (df['end_time'] - df['start_time']) / pd.Timedelta(hours=1)

这将计算开始时间和结束时间之间的时间差，并将其存储在名为“持续时间”的新列中。我们可以使用.head()方法查看前几行。

print(df.head())

输出：

start_time end_time duration 0 2021-01-01 08:00:00 2021-01-01 12:00:00 4.0 1 2021-02-01 12:00:00 2021-02-01 14:30:00 2.5 2 2021-03-01 10:00:00 2021-03-01 12:45:00 2.75

这里，我们可以看到新的“持续时间”列中存储的时间差，以小时为单位。

如果我们希望将时间差表示为小时和分钟的组合，我们可以将pd.Timedelta(hours=1)更改为pd.Timedelta(minutes=1)。

df['duration'] = (df['end_time'] - df['start_time']) / pd.Timedelta(minutes=1)

这将计算时间差以分钟为单位。我们可以像上面一样查看结果。

处理错误值

在实际应用中，我们可能会遇到一些无效的日期时间值。例如，在数据框中，某些时间可能看起来像这样：

data = {'start_time':['2021-01-01 08:00:00', '2021-02-01 12:00:00', 'not a date'], 'end_time':['2021-01-01 12:00:00', '2021-02-01 14:30:00', '2021-03-01 12:45:00']} df = pd.DataFrame(data)

这里，第一个开始时间是正确的，但第三个开始时间是“不是日期”，这会导致代码崩溃。为了解决这个问题，我们可以使用pandas.to_datetime()函数中的errors参数。

df['start_time'] = pd.to_datetime(df['start_time'], errors='coerce') df['end_time'] = pd.to_datetime(df['end_time'], errors='coerce')

errors参数有三个可选参数：“raise”、“coerce”和“ignore”。使用“raise”会在遇到无效的日期时间值时引发异常。使用“ignore”将简单地忽略无效值，并将其保留为字符串。使用“coerce”将无效值转换为NaT（不是时间）值。

总结

在本文中，我们学习了如何使用Pandas计算两列时间差。首先，我们将两列转换为日期时间类型，然后使用pd.Timedelta()函数计算时间差。我们还讨论了如何处理无效的日期时间值，以避免代码崩溃。

虽然本文中的示例数据中只有几行数据，但当数据量很大时，Pandas的执行速度可能会受到影响。因此，在大规模数据处理时，请确保使用最佳实践以提高效率。

希望通过本文，您对于Pandas计算时间差有了更深入的了解。

【本文地址】

公司简介

联系我们