1. WIKI教程
2. 学习python_pandas
3. Python Pandas - Timedelta

Python Pandas - Timedelta

Timedeltas是时间上的差异，以差异单位表示，例如，天，小时，分钟，秒。 它们可以是正面的，也可以是负面的

我们可以使用各种参数创建Timedelta对象，如下所示 -

String

通过传递字符串文字，我们可以创建一个timedelta对象。

import pandas as pd
print pd.Timedelta('2 days 2 hours 15 minutes 30 seconds')

其output如下 -

2 days 02:15:30

Integer

通过使用单位传递整数值，参数创建Timedelta对象。

import pandas as pd
print pd.Timedelta(6,unit='h')

其output如下 -

0 days 06:00:00

数据偏移

数据偏移（例如 - 周，天，小时，分钟，秒，毫秒，微秒，纳秒）也可用于构造。

import pandas as pd
print pd.Timedelta(days=2)

其output如下 -

2 days 00:00:00

to_timedelta()

使用顶级pd.to_timedelta ，您可以将标量，数组，列表或系列从已识别的timedelta格式/值转换为Timedelta类型。 如果输入是Series，它将构造Series，如果输入是标量，则TimedeltaIndex标量，否则将输出TimedeltaIndex 。

import pandas as pd
print pd.Timedelta(days=2)

其output如下 -

2 days 00:00:00

运营(Operations)

您可以对Series/DataFrame进行操作，并通过datetime64[ns]系列或Timestamps上的减法运算构造timedelta64[ns]系列。

现在让我们使用Timedelta和datetime对象创建一个DataFrame，并对其执行一些算术运算 -

import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
print df

其output如下 -

            A      B
0  2012-01-01 0 days
1  2012-01-02 1 days
2  2012-01-03 2 days

增加操作

import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
print df

其output如下 -

           A      B          C
0 2012-01-01 0 days 2012-01-01
1 2012-01-02 1 days 2012-01-03
2 2012-01-03 2 days 2012-01-05

减法操作

import pandas as pd
s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
df['D']=df['C']+df['B']
print df

其output如下 -

           A      B          C          D
0 2012-01-01 0 days 2012-01-01 2012-01-01
1 2012-01-02 1 days 2012-01-03 2012-01-04
2 2012-01-03 2 days 2012-01-05 2012-01-07