Calcola la differenza di tempo DataFrame di Pandas tra due colonne in ore e minuti

Ho due colonne fromdatee todate, in un dataframe.

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)

Aggiungo una nuova colonna,, diffper trovare la differenza tra le due date utilizzando

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

Ottengo la diffcolonna, ma contiene days, quando sono trascorse più di 24 ore.

                   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

Come posso convertire i miei risultati solo in ore e minuti (cioè i giorni vengono convertiti in ore)?

Le differenze di timestamp di Pandas restituiscono un oggetto datetime.timedelta. Questo può essere facilmente convertito in ore utilizzando il metodo * as_type *, in questo modo

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]')

cedere,

0    58
1     3
2     8
dtype: float64

Questo mi stava facendo impazzire perché la .astype()soluzione sopra non ha funzionato per me. Ma ho trovato un altro modo. Non ho cronometrato o altro, ma potrebbe funzionare per altri là fuori:

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

... se vuoi ore. O:

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

... se vuoi minuti.

• Come posso convertire i miei risultati solo in ore e minuti
  • La risposta accettata ritorna solo days + hours. I minuti non sono inclusi.
• Per fornire una colonna con ore e minuti, come hh:mmo x hours y minutes, sarebbero necessari calcoli aggiuntivi e formattazione delle stringhe.
• Questa risposta mostra come ottenere ore totali o minuti totali come float, usando la timedeltamatematica ed è più veloce dell'uso.astype('timedelta64[h]')
• Pandas Time Deltas User Guide
• Pandas Guida per l'utente alla funzionalità di serie temporali / data
• timedeltaoggetti python : vedere le operazioni supportate.

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

Altri metodi

• Un elemento degno di nota dal podcast in Altre risorse è .total_seconds()stato aggiunto e unito quando lo sviluppatore principale era in vacanza e non sarebbe stato approvato.
  • Questo è anche il motivo per cui non esistono altri .total_xxmetodi.

# 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

Altre risorse

• Parla con me Python: Episodio 271: sblocca i misteri del tempo, il datetime di Python!
  • Timedelta inizia a 31 minuti
  • Secondo lo sviluppatore principale di Python Paul Ganssle e il manutentore di Pythondateutil :
    • Uso (df.from_date - df.to_date) / pd.Timedelta(hours=1)
    • Non usare (df.from_date - df.to_date).dt.total_seconds() / 3600
      • pandas.Series.dt.total_seconds
      • .dt accessor
• Real Python: utilizzo di Python datetime per lavorare con date e orari
• Il dateutilmodulo fornisce potenti estensioni al datetimemodulo standard .

%%timeit test

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]:
43.1 ms ± 1.05 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
(df.from_date - df.to_date).astype('timedelta64[h]')
[out]:
59.8 ms ± 1.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)