计算两个 Pandas 列之间的时间差（以小时和分钟为单位）

Question

我在数据框中有两列，fromdate 和 todate。

import pandas as pd

data = {'todate': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')],
        'fromdate': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000'), pd.Timestamp('2014-01-23 18:50:41.420000')]}

df = pd.DataFrame(data)

我添加了一个新列 diff，使用 I get the diff 列查找两个日期之间的差异

df['diff'] = df['fromdate'] - df['todate']

，但它包含 days，当还有24小时以上。

                   todate                 fromdate                    diff
0 2014-01-24 13:03:12.050  2014-01-26 23:41:21.870  2 days 10:38:09.820000
1 2014-01-27 11:57:18.240  2014-01-27 15:38:22.540  0 days 03:41:04.300000
2 2014-01-23 10:07:47.660  2014-01-23 18:50:41.420  0 days 08:42:53.760000

如何将结果转换为仅小时和分钟（即将天转换为小时）？

Answer 1

Pandas 时间戳差异返回一个 datetime.timedelta 对象。通过使用 *as_type* 方法可以轻松地将其转换为小时，就像这样

import pandas
df = pandas.DataFrame(columns=['to','fr','ans'])
df.to = [pandas.Timestamp('2014-01-24 13:03:12.050000'), pandas.Timestamp('2014-01-27 11:57:18.240000'), pandas.Timestamp('2014-01-23 10:07:47.660000')]
df.fr = [pandas.Timestamp('2014-01-26 23:41:21.870000'), pandas.Timestamp('2014-01-27 15:38:22.540000'), pandas.Timestamp('2014-01-23 18:50:41.420000')]
(df.fr-df.to).astype('timedelta64[h]')

产生，

0    58
1     3
2     8
dtype: float64

Answer 2

这让我抓狂，因为上面的 .astype() 解决方案对我不起作用。但我找到了另一种方法。没有计时或任何东西，但可能对其他人有用：

t1 = pd.to_datetime('1/1/2015 01:00')
t2 = pd.to_datetime('1/1/2015 03:30')

print pd.Timedelta(t2 - t1).seconds / 3600.0

......如果你想要几个小时。或者：

print pd.Timedelta(t2 - t1).seconds / 60.0

...如果你想要几分钟。

更新：这里曾经有一个有用的评论提到使用 .total_seconds() 来表示跨越多天的时间段。由于它消失了，我更新了答案。

Answer 3

• 如何将结果转换为仅小时和分钟？
  • 接受的答案仅返回天+小时。 会议纪要不包括在内。
• 要提供以 hh:mm 或 x 小时 y 分钟 形式显示小时和分钟的列，需要额外的计算和字符串格式化。
• 此答案展示了如何使用 timedelta 数学以浮点形式获取总小时数或总分钟数，并且比使用 .astype('timedelta64[h]') 更快。
  • 根据pandas v2.0.0, .astype('timedelta64[h]') 不是允许。
• Pandas 时间增量用户指南
• Pandas 时间序列/日期功能用户指南
• python timedelta 对象：查看支持的操作。
• 以下示例数据已经是 datetime64[ns] dtype。需要使用 转换所有相关列pandas.to_datetime()。
• 在python 3.11.2、pandas 2.0.1、numpy 1.24.3中测试

import pandas as pd

# test data from OP, with values already in a datetime format
data = {'to_date': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')],
        'from_date': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000'), pd.Timestamp('2014-01-23 18:50:41.420000')]}

# test dataframe; the columns must be in a datetime format; use pandas.to_datetime if needed
df = pd.DataFrame(data)

# add a timedelta column if wanted. It's added here for information only
# df['time_delta_with_sub'] = df.from_date.sub(df.to_date)  # also works
df['time_delta'] = (df.from_date - df.to_date)

# create a column with timedelta as total hours, as a float type
df['tot_hour_diff'] = (df.from_date - df.to_date) / pd.Timedelta(hours=1)

# create a colume with timedelta as total minutes, as a float type
df['tot_mins_diff'] = (df.from_date - df.to_date) / pd.Timedelta(minutes=1)

# display(df)
                  to_date               from_date             time_delta  tot_hour_diff  tot_mins_diff
0 2014-01-24 13:03:12.050 2014-01-26 23:41:21.870 2 days 10:38:09.820000      58.636061    3518.163667
1 2014-01-27 11:57:18.240 2014-01-27 15:38:22.540 0 days 03:41:04.300000       3.684528     221.071667
2 2014-01-23 10:07:47.660 2014-01-23 18:50:41.420 0 days 08:42:53.760000       8.714933     522.896000

其他方法

• 注意事项从其他资源中的播客来看， .total_seconds() 是在核心开发人员休假时添加并合并的，并且不会被批准。
  • 这也是没有其他 .total_xx 方法的原因。

# convert the entire timedelta to seconds
# this is the same as td / timedelta(seconds=1)
(df.from_date - df.to_date).dt.total_seconds()
[out]:
0    211089.82
1     13264.30
2     31373.76
dtype: float64

# get the number of days
(df.from_date - df.to_date).dt.days
[out]:
0    2
1    0
2    0
dtype: int64

# get the seconds for hours + minutes + seconds, but not days
# note the difference from total_seconds
(df.from_date - df.to_date).dt.seconds
[out]:
0    38289
1    13264
2    31373
dtype: int64

其他资源

• 跟我讲 Python：第 271 集：解开时间的奥秘，那就是 Python 的日期时间！
  • 时间增量从 31 分钟开始
  • 根据 Python 核心开发人员 Paul Ganssle 和 python dateutil 维护者：
    • 使用(df.from_date - df.to_date) / pd.Timedelta(hours=1)
    • 不要使用(df.from_date - df.to_date).dt.total_seconds() / 3600
      • pandas.Series.dt.total_seconds
      • .dt 访问器
• < a href="https://realpython.com/python-datetime/" rel="noreferrer">真正的 Python：使用 Python datetime 处理日期和时间
• dateutil 模块为标准 datetime 模块。

%%timeit 测试

import pandas as pd

# dataframe with 2M rows
data = {'to_date': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000')], 'from_date': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000')]}
df = pd.DataFrame(data)
df = pd.concat([df] * 1000000).reset_index(drop=True)

%timeit (df.from_date - df.to_date) / pd.Timedelta(hours=1)
[out]:
24.2 ms ± 2.6 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit (df.from_date - df.to_date).astype('timedelta64[h]')
[out]:
ValueError: Cannot convert from timedelta64[ns] to timedelta64[D]. Supported resolutions are 's', 'ms', 'us', 'ns'

Answer 4

默认情况下，pandas 中的时间差是纳秒分辨率，即 timedelta64[ns]，因此一种将其转换为秒/分钟/小时/等的方法。是将其纳秒表示除以 10**9 来转换为秒，除以 60*10**9 来转换为分钟等。此方法至少比本页建议的其他方法。¹

df['diff_in_seconds'] = df['from_date'].sub(df['to_date']).view('int64') // 10**9
df['diff_in_minutes'] = df['from_date'].sub(df['to_date']).view('int64') // (60*10**9)
df['diff_in_hours'] = df['from_date'].sub(df['to_date']).view('int64') // (3600*10**9)

PS：上面的代码假设您想要整秒、分钟、小时等的差异，因此它使用整数除法（// ）但如果​​你也想要分数，那么使用真除法(/) 代替。也就是说，如果您想要精确的差异，那么考虑将差异转换为更高分辨率（毫秒/微秒/等），而不是小数秒/分钟/小时。

---

¹ 使用 Trenton McKinney 的设置：

data = {'to_date': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000')]*1000000, 
        'from_date': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000')]*1000000}
df = pd.DataFrame(data)
df['Diff'] = df['from_date'] - df['to_date']

%timeit df['Diff'].view('int64') // (3600*10**9)
# 11 ms ± 271 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['Diff'] // pd.Timedelta(hours=1)
# 36.7 ms ± 2.99 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['Diff'].astype('timedelta64[h]')
# 46.5 ms ± 865 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['Diff'].dt.total_seconds() // 3600
# 169 ms ± 7.71 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)