熊猫Timedelta天数

Question

我在熊猫中有一个名为'munged_data‘的数据帧，有两列'entry_date’和‘munged_data’，我已经用pd.to_timestamp.I将其转换为时间戳。我想知道如何根据'entry_date‘和’道布‘之间的时间差来计算人们的年龄，为此，我需要得到这两列之间的天数差(这样我就可以做一些类似于舍入(天/365.25)的事情)。我似乎找不到一种使用矢量化操作的方法来做到这一点。当我执行munged_data.entry_date-munged_data.dob时，我得到了以下内容：

internal_quote_id
2                    15685977 days, 23:54:30.457856
3                    11651985 days, 23:49:15.359744
4                     9491988 days, 23:39:55.621376
7                     11907004 days, 0:10:30.196224
9                    15282164 days, 23:30:30.196224
15                  15282227 days, 23:50:40.261632  

但是，我似乎无法将天数提取为整数，以便继续我的计算。感谢您的帮助。

Answer 1

你需要0.11 (0.11rc1已经出来了，下周的最后一次测试)

In [9]: df = DataFrame([ Timestamp('20010101'), Timestamp('20040601') ])

In [10]: df
Out[10]: 
                    0
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [11]: df = DataFrame([ Timestamp('20010101'), 
                          Timestamp('20040601') ],columns=['age'])

In [12]: df
Out[12]: 
                  age
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [13]: df['today'] = Timestamp('20130419')

In [14]: df['diff'] = df['today']-df['age']

In [16]: df['years'] = df['diff'].apply(lambda x: float(x.item().days)/365)

In [17]: df
Out[17]: 
                  age               today                diff      years
0 2001-01-01 00:00:00 2013-04-19 00:00:00 4491 days, 00:00:00  12.304110
1 2004-06-01 00:00:00 2013-04-19 00:00:00 3244 days, 00:00:00   8.887671

你需要在最后应用这个奇怪的东西，因为还没有完全支持timedelta64ns标量(例如，我们现在如何对datetime64ns使用时间戳，在0.12版本中)

Answer 2

使用从v0.15.0开始提供的Pandas类型Timedelta，您还可以执行以下操作：

In[1]: import pandas as pd
In[2]: df = pd.DataFrame([ pd.Timestamp('20150111'), 
                           pd.Timestamp('20150301') ], columns=['date'])
In[3]: df['today'] = pd.Timestamp('20150315')
In[4]: df
Out[4]: 
        date      today
0 2015-01-11 2015-03-15
1 2015-03-01 2015-03-15

In[5]: (df['today'] - df['date']).dt.days
Out[5]: 
0    63
1    14
dtype: int64

Answer 3

不知道你是否还需要它，但在Pandas0.14中我通常使用.astype('timedelta64X')方法http://pandas.pydata.org/pandas-docs/stable/timeseries.html (变频)。

df = pd.DataFrame([ pd.Timestamp('20010101'), pd.Timestamp('20040605') ])
df.ix[0]-df.ix[1]

返回：

0 -1251天类型: timedelta64ns

(df.ix[0]-df.ix[1]).astype('timedelta64[Y]')

返回：

  0   -4
 dtype: float64

希望这能有所帮助