我正在使用python中的pands来处理时间。我想总结一下两个日期之间经过的时间,这两个日期是:
0 2012-03-06 14:22:00
0 2012-06-02 11:29:00
1 2012-04-16 20:51:00
1 2012-04-28 09:57:00
为此,我计算索引为0的前两个日期之间经过的时间,如下所示:
dt0 = df.end[0] - df.start[0]
out: 87 days 21:07:00
dtype: timedelta64[ns]
在接下来的两个日期之间也是一样的:
dt1 = df.end[1] - df.start[1]
out: 11 days 13:06:00
dtype: timedelta64[ns]
这很好用,但当我将这两次相加时:
dt2 = dt1 + dt0
我得到dt2 = NaT,而不是87天21:07:00 + 11天13:06:00的和。有人能帮上忙吗?
下面是同一问题的另一个例子的屏幕截图:将a和b相加,两个dtype: timedelta64ns不工作,为什么?
发布于 2018-07-26 05:21:35
看,这就是为什么我明确希望你打印类型。dt1
和dt0
不是<class 'pandas._libs.tslibs.timedeltas.Timedelta'>
,它们是pandas.Series
。
当您添加两个Series
时,它会根据索引对齐。由于dt1
和dt2
不共享相同的索引,因此它使用空值(在本例中为NaT
)填充缺少的值,然后执行加法。默认情况下,它在执行加法时不会忽略空值,所以您看到的是x + NaT = NaT
,这就是数学原理。
样本数据
import pandas as pd
a = pd.Series(pd.Timedelta(1,'d'), index=[21005])
#21005 1 days
#dtype: timedelta64[ns]
b = pd.Series(pd.Timedelta(2,'d'), index=[16992])
#16992 2 days
#dtype: timedelta64[ns]
代码
加法将在索引上对齐。它们不共享索引,因此您可以使用NaT
。
a+b
#16992 NaT
#21005 NaT
#dtype: timedelta64[ns]
您真正想要做的是将这些值相加,而不考虑索引:
a.values+b.values
#array([259200000000000], dtype='timedelta64[ns]')
但实际上,您应该更改您的代码,以便如果您实际上不需要pd.Series
,则dt0
和dt1
只是值。
https://stackoverflow.com/questions/51527011
复制相似问题