So konvertieren sie timedelta in int in pandas (mit beispielen)

Sie können die folgenden Methoden verwenden, um eine Timedelta-Spalte in eine Integer-Spalte in einem Pandas-DataFrame zu konvertieren:

Methode 1: Timedelta in Integer (Tage) umwandeln

 df[' days '] = df[' timedelta_column ']. dt . days

Methode 2: Timedelta in Integer (Stunden) umwandeln

 df[' hours '] = df[' timedelta_column '] / pd. Timedelta (hours= 1 )

Methode 3: Timedelta in Integer (Minuten) umwandeln

 df[' minutes '] = df[' timedelta_column '] / pd. Timedelta (minutes= 1 )

Das folgende Beispiel zeigt, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' promotion ': ['A', 'B', 'C', 'D'],
                   ' start ': ['2021-10-04 13:29:00', '2021-10-07 12:30:00',
                             '2021-10-15 04:20:00', '2021-10-18 15:45:03'],
                   ' end ': ['2021-10-08 11:29:06', '2021-10-15 10:30:07',
                             '2021-10-29 05:50:15', '2021-10-22 15:40:03']})

#convert start date and end date columns to datetime
df[' start '] = pd. to_datetime (df[' start '])
df[' end '] = pd. to_datetime (df[' end '])

#create new column that contains time delta between start and end
df[' duration '] = df[' end '] - df[' start ']

#view DataFrame
print (df)

  promotion start end duration
0 A 2021-10-04 13:29:00 2021-10-08 11:29:06 3 days 22:00:06
1 B 2021-10-07 12:30:00 2021-10-15 10:30:07 7 days 22:00:07
2 C 2021-10-15 04:20:00 2021-10-29 05:50:15 14 days 01:30:15
3 D 2021-10-18 15:45:03 2021-10-22 15:40:03 3 days 23:55:00

Beispiel 1: Timedelta in Ganzzahl (Tage) umwandeln

Der folgende Code zeigt, wie eine neue Spalte mit dem Namen „ Tage “ erstellt wird, die das Zeitdelta in der Spalte „ Dauer “ in einen ganzzahligen Wert umwandelt, der die Anzahl der Tage in der Spalte „Zeitdelta“ darstellt.

 #create new column that converts timedelta into integer number of days
df[' days '] = df[' duration ']. dt . days

#view updated DataFrame
print (df)

  promotion start end duration days
0 A 2021-10-04 13:29:00 2021-10-08 11:29:06 3 days 22:00:06 3
1 B 2021-10-07 12:30:00 2021-10-15 10:30:07 7 days 22:00:07 7
2 C 2021-10-15 04:20:00 2021-10-29 05:50:15 14 days 01:30:15 14
3 D 2021-10-18 15:45:03 2021-10-22 15:40:03 3 days 23:55:00 3

Wir können dtype verwenden, um den Datentyp dieser neuen Spalte zu überprüfen:

 #check data type
df. days . dtype

dtype('int64')

Die neue Spalte ist eine Ganzzahl.

Beispiel 2: Timedelta in Ganzzahl (Stunden) umwandeln

Der folgende Code zeigt, wie eine neue Spalte namens „ Stunden“ erstellt wird, die das Zeitdelta in der Spalte „ Dauer “ in einen numerischen Wert umwandelt, der die Gesamtzahl der Stunden in der Spalte „Zeitdelta“ darstellt.

 #create new column that converts timedelta into total number of hours
df[' hours '] = df[' duration '] / pd. Timedelta (hours= 1 )

#view updated DataFrame
print (df)

  promotion start end duration hours
0 A 2021-10-04 13:29:00 2021-10-08 11:29:06 3 days 22:00:06 94.001667  
1 B 2021-10-07 12:30:00 2021-10-15 10:30:07 7 days 22:00:07 190.001944
2 C 2021-10-15 04:20:00 2021-10-29 05:50:15 14 days 01:30:15 337.504167
3 D 2021-10-18 15:45:03 2021-10-22 15:40:03 3 days 23:55:00 95.916667

Wir können dtype verwenden, um den Datentyp dieser neuen Spalte zu überprüfen:

 #check data type
df. hours . dtype

dtype('float64')

Die neue Spalte ist eine Float-Spalte.

Beispiel 3: Timedelta in Ganzzahl (Minuten) umwandeln

Der folgende Code zeigt, wie eine neue Spalte namens „ Minuten“ erstellt wird, die das Zeitdelta in der Spalte „ Dauer “ in einen numerischen Wert umwandelt, der die Gesamtzahl der Minuten in der Spalte „Zeitdelta“ darstellt.

 #create new column that converts timedelta into total number of minutes
df[' minutes '] = df[' duration '] / pd. Timedelta (minutes= 1 )

#view updated DataFrame
print (df)

  promotion start end duration minutes
0 A 2021-10-04 13:29:00 2021-10-08 11:29:06 3 days 22:00:06 5640.100000  
1 B 2021-10-07 12:30:00 2021-10-15 10:30:07 7 days 22:00:07 11400.116667
2 C 2021-10-15 04:20:00 2021-10-29 05:50:15 14 days 01:30:15 20250.250000
3 D 2021-10-18 15:45:03 2021-10-22 15:40:03 3 days 23:55:00 5755.000000

Wir können dtype verwenden, um den Datentyp dieser neuen Spalte zu überprüfen:

 #check datatype
df. minutes . dtype

dtype('float64')

Die neue Spalte ist eine Float-Spalte.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere häufige Aufgaben in Pandas ausgeführt werden:

So konvertieren Sie Spalten in Pandas in DateTime
So konvertieren Sie DateTime in Pandas in Datum
So extrahieren Sie den Monat aus dem Datum in Pandas