Pandas 计算时间差的 3 种方法

Pandas 计算时间差的 3 种方法

原创:zhenguo Python小例子

Pandas 的强大体现在其简洁，解决一些数据分析问题非常方便。

今天解释一个实用的小功能，或许日后工作学习中会用到。

求两列时分(HH:mm)表示数据的分钟数差值。

1 数据

作为演示，构造如下四行两列的数据，每一个单元格取值格式为：时分：

使用pandas读入数据：使用的 pandas 版本为 0.25.1

df = pd.read_excel('test_date_subtract.xlsx')

df

2 直觉解法

与时间相关，自然第一感觉便是转化为datetime格式，这里需要注意：需要首先将两列转化为 str 类型。

直接使用 astype 转为 str 类型：

df['a'] = df['a'].astype(str)

df['b'] = df['b'].astype(str)

然后转化为 datetime 类型：

df['atime'] = pd.to_datetime(df['a'])

df['btime'] = pd.to_datetime(df['b'])

df

然后使用 dt 访问器转化为分钟数：

df['amins'] = df['atime'].dt.hour * 60 + df['atime'].dt.minute

df['bmins'] = df['btime'].dt.hour * 60 + df['btime'].dt.minute

df

最后求分钟数差值：

df['mins'] = df['amins'] - df['bmins']

df

3 转为 DatetimeIndex

转化为 DatetimeIndex 类型后，直接获取 hour 和 minute 属性：

atime = pd.DatetimeIndex(df['a'])

btime = pd.DatetimeIndex(df['b'])

df['amins'] = atime.hour * 60 + atime.minute

df['bmins'] = btime.hour * 60 + btime.minute

df

4 使用 split

以上方法都不是最高效的，而根据: split 是更加高效的实现。

同样也得先转化为 str 类型：

df['a'] = df['a'].astype(str)

df['b'] = df['b'].astype(str)

其次 split：

df['asplit'] = df['a'].str.split(':')

df['bsplit'] = df['b'].str.split(':')

df

得到结果如下：

使用 apply 操作每个元素，转化为分钟数：

df['amins'] = df['asplit'].apply(lambda x: int(x[0])*60 + int(x[1]))

df['bmins'] = df['bsplit'].apply(lambda x: int(x[0])*60 + int(x[1]))

df

5 总结

以上就是使用 pandas 三种方法求解时分表示数据的分钟数差值，使用到的 API 包括：

to_datetime 转化为日期时间

datetime 类型列的 dt 访问器

DatetimeIndex 类型，带有 hour, minute 等属性

Series.astype 为某个类型

Series.str.split 分隔字符串

Series.apply 操作到元素级