Вычислять разницу времени и времени в годах, месяцах и т.д. в новой колонке данных pandas
У меня есть фреймворк pandas, который выглядит так:
Name start end
A 2000-01-10 1970-04-29
Я хочу добавить новый столбец, содержащий разницу между столбцами start и end в годах, месяцах, днях.
Таким образом, результат должен выглядеть так:
Name start end diff
A 2000-01-10 1970-04-29 29y9m etc.
столбец diff также может быть объектом datetime или timedelta, но ключевым моментом для меня является то, что я могу легко получить год и месяц из него.
То, что я пробовал до сих пор:
df['diff'] = df['end'] - df['start']
В результате появляется новый столбец, содержащий 10848 days. Тем не менее, я не знаю, как преобразовать дни в 29y9m и т.д.
Ответы
Ответ 1
С помощью простой функции вы можете достичь своей цели.
Функция вычисляет разницу лет и разницу месяцев с простым вычислением.
import pandas as pd
import datetime
def parse_date(td):
resYear = float(td.days)/364.0 # get the number of years including the the numbers after the dot
resMonth = int((resYear - int(resYear))*364/30) # get the number of months, by multiply the number after the dot by 364 and divide by 30.
resYear = int(resYear)
return str(resYear) + "Y" + str(resMonth) + "m"
df = pd.DataFrame([("2000-01-10", "1970-04-29")], columns=["start", "end"])
df["delta"] = [parse_date(datetime.datetime.strptime(start, '%Y-%m-%d') - datetime.datetime.strptime(end, '%Y-%m-%d')) for start, end in zip(df["start"], df["end"])]
print df
start end delta
0 2000-01-10 1970-04-29 29Y9m
Ответ 2
Довольно легко с relativedelta:
from dateutil import relativedelta
>> end start
>> 0 1970-04-29 2000-01-10
for i in df.index:
df.at[i, 'diff'] = relativedelta.relativedelta(df.ix[i, 'start'], df.ix[i, 'end'])
>> end start diff
>> 0 1970-04-29 2000-01-10 relativedelta(years=+29, months=+8, days=+12)
Ответ 3
Я думаю, что это самый способ "pandas", без использования каких-либо циклов или определения внешних функций:
>>> df = pd.DataFrame({'Name': ['A'], 'start': [datetime(2000, 1, 10)], 'end': [datetime(1970, 4, 29)]})
>>> df['diff'] = map(lambda td: datetime(1, 1, 1) + td, list(df['start'] - df['end']))
>>> df['diff'] = df['diff'].apply(lambda d: '{0}y{1}m'.format(d.year - 1, d.month - 1))
>>> df
Name end start diff
0 A 1970-04-29 2000-01-10 29y8m
Придется использовать карту вместо применения из-за pandas 'timedelda64, которая не позволяет простое дополнение к объекту datetime.
Ответ 4
Более простой способ - использовать функцию date_range и рассчитать длину того же
startdt=pd.to_datetime('2017-01-01')
enddt = pd.to_datetime('2018-01-01')
len(pd.date_range(start=startdt,end=enddt,freq='M'))
Ответ 5
Вы можете попробовать следующую функцию для вычисления разницы -
def yearmonthdiff(row):
s = row['start']
e = row['end']
y = s.year - e.year
m = s.month - e.month
d = s.day - e.day
if m < 0:
y = y - 1
m = m + 12
if m == 0:
if d < 0:
m = m -1
elif d == 0:
s1 = s.hour*3600 + s.minute*60 + s.second
s2 = e.hour*3600 + e.minut*60 + e.second
if s1 < s2:
m = m - 1
return '{}y{}m'.format(y,m)
Где строка - это dataframe row. Я предполагаю, что ваши столбцы start и end являются объектами datetime. Затем вы можете использовать функцию DataFrame.apply(), чтобы применить ее к каждой строке.
df
Out[92]:
start end
0 2000-01-10 00:00:00.000000 1970-04-29 00:00:00.000000
1 2015-07-18 17:54:59.070381 2014-01-11 17:55:10.053381
df['diff'] = df.apply(yearmonthdiff, axis=1)
In [97]: df
Out[97]:
start end diff
0 2000-01-10 00:00:00.000000 1970-04-29 00:00:00.000000 29y9m
1 2015-07-18 17:54:59.070381 2014-01-11 17:55:10.053381 1y6m
Ответ 6
Как и для ответа @DeepSpace, здесь реализуется SAS-реализация:
import pandas as pd
from dateutil import relativedelta
def intck_month( start, end ):
rd = relativedelta.relativedelta( pd.to_datetime( end ), pd.to_datetime( start ) )
return rd.years, rd.months
Использование:
>> years, months = intck_month('1960-01-01', '1970-03-01')
>> print(years)
10
>> print(months)
2
