计算DateTimeIndex的时间差

Question

我想计算DateTimeIndex中时间之间的时间差

import pandas as pd
p = pd.DatetimeIndex(['1985-11-14', '1985-11-28', '1985-12-14', '1985-12-28'], dtype='datetime64[ns]')

我可以计算出两次的时间差：

p[1] - p[0]

给出

Timedelta('14 days 00:00:00')

但是p1：- p:-1不起作用，并给出

DatetimeIndex(['1985-12-28'], dtype='datetime64[ns]', freq=None)

以及未来的警告：

FutureWarning: using '-' to provide set differences with datetimelike Indexes is deprecated, use .difference()

有没有想过如何(轻松地)计算DateTimeIndex中值之间的时间差？为什么它只适用于1个值，而不适用于整个DateTimeIndex？

Answer 1

使用to_series()将DatetimeIndex转换为Series，然后调用diff计算行间差异：

In [5]:
p.to_series().diff()

Out[5]:
1985-11-14       NaT
1985-11-28   14 days
1985-12-14   16 days
1985-12-28   14 days
dtype: timedelta64[ns]

至于失败的原因，这里的-运算符正在尝试执行不同索引范围的差集或交集，您正在尝试从一个范围中减去另一个范围中的值，这正是diff所做的。

当您执行p[1] - p[0]时，-正在执行标量减法，但是当您在索引上执行此操作时，它会认为您正在执行集合操作

Answer 2

-运算符正在工作，只是没有做您期望的事情。在第二种情况下，它的作用是给出两个datetime索引的差值，即在p[1:]中但不在p[:-1]中的值

可能有一个更好的解决方案，但它将工作执行操作元素明智：

[e - k for e,k in zip(p[1:], p[:-1])]

Answer 3

我使用None填充第一个差异值，但我相信您可以确定如何处理这种情况。

>>> [None] + [p[n] - p[n-1] for n in range(1, len(p))]
[None,
 Timedelta('14 days 00:00:00'),
 Timedelta('16 days 00:00:00'),
 Timedelta('14 days 00:00:00')]

顺便说一句，为了得到一天的差值：

[None] + [(p[n] - p[n-1]).days for n in range(1, len(p))]
[None, 14, 16, 14]