Pandas 用 3 种方法实现两列时间差
Python与算法之美
共 1572字，需浏览 4分钟
·
2020-08-07 05:17
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
以上文章来自振哥的精彩分享，更多干货，欢迎关注振哥的公众号：Python与算法社区。
评论