pd.to_timedelta() 将参数转换为timedelta计算时间差

pd.to_timedelta

将参数转换为timedelta,Timedelta在pandas中是一个表示两个datetime值之间的差(如日,秒和微妙)的类型,2个Datetime数据运算相减得出的结果就是一个Timedelta数据类型

pandas.to_timedelta(arg, unit=None, errors='raise')

参数:

  • arg:str, timedelta, list-like or Series,要转换为timedelta的数据
  • unit:str, optional,可选,表示数字arg的arg单位。默认为"ns",在版本1.1.0中更改:arg上下文字符串和 时不能指定errors="raise"

 

  • ‘W’

 

 

  • ‘D’ / ‘days’ / ‘day’

 

 

  • ‘hours’ / ‘hour’ / ‘hr’ / ‘h’

 

 

  • ‘m’ / ‘minute’ / ‘min’ / ‘minutes’ / ‘T’

 

 

  • ‘S’ / ‘seconds’ / ‘sec’ / ‘second’

 

 

  • ‘ms’ / ‘milliseconds’ / ‘millisecond’ / ‘milli’ / ‘millis’ / ‘L’

 

 

  • ‘us’ / ‘microseconds’ / ‘microsecond’ / ‘micro’ / ‘micros’ / ‘U’

 

 

  • ‘ns’ / ‘nanoseconds’ / ‘nano’ / ‘nanos’ / ‘nanosecond’ / ‘N’
  • errors:{‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’,

 

  • 如果为“ raise”,则无效的解析将引发异常。

 

 

  • 如果为“强制”,则将无效解析设置为NaT。

 

 

  • 如果为“ ignore”,则无效的解析将返回输入。

 

返回:

timedelta64 or numpy.array of timedelta64

例子

将单个字符串解析为Timedelta

pd.to_timedelta('1 days 06:05:01.00003')
#Timedelta('1 days 06:05:01.000030')
pd.to_timedelta('15.5us')
#Timedelta('0 days 00:00:00.000015500')

解析字符串列表或数组

pd.to_timedelta(['1 days 06:05:01.00003', '15.5us', 'nan'])
#TimedeltaIndex(['1 days 06:05:01.000030', '0 days #00:00:00.000015500', NaT],
#              dtype='timedelta64[ns]', freq=None)

通过指定unit关键字参数来转换数字

pd.to_timedelta(np.arange(5), unit='s')
'''
TimedeltaIndex(['0 days 00:00:00', '0 days 00:00:01', '0 days 00:00:02',
                '0 days 00:00:03', '0 days 00:00:04'],
               dtype='timedelta64[ns]', freq=None)
'''
pd.to_timedelta(np.arange(5), unit='d')
'''
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
               dtype='timedelta64[ns]', freq=None)
'''

 

上一篇:python学习笔记(二)


下一篇:获取一段时间内的每个月的月初和月末日期