<\/p>\n
Mit der folgenden Funktion k\u00f6nnen Sie ein Zeitdelta in Monaten zwischen zwei Spalten eines Pandas-DataFrames berechnen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Nehmen wir nun an, wir m\u00f6chten das Zeitdelta (in Monaten) zwischen den Spalten start_date<\/strong> und end_date<\/strong> berechnen.<\/span><\/p>\n Dazu definieren wir zun\u00e4chst die folgende Funktion:<\/span><\/p>\n Als N\u00e4chstes verwenden wir diese Funktion, um das Zeitdelta in Monaten zwischen den Spalten start_date<\/strong> und end_date<\/strong> zu berechnen:<\/span><\/p>\n Die Spalte \u201eMonth_difference\u201c<\/strong> zeigt das Zeitdelta (in Monaten) zwischen den Spalten \u201estart_date\u201c<\/strong> und \u201eend_date\u201c<\/strong> an.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So konvertieren Sie Spalten in Pandas in DateTime<\/a> Mit der folgenden Funktion k\u00f6nnen Sie ein Zeitdelta in Monaten zwischen zwei Spalten eines Pandas-DataFrames berechnen: def month_diff(x, y): end = x. dt . to_period (‚ M ‚). view (dtype=‘ int64 ‚) start = y. dt . to_period (‚ M ‚). view (dtype=‘ int64 ‚) return end-start Das folgende Beispiel zeigt, wie Sie diese Funktion […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n def<\/span> month_diff(x, y):\n end = x. dt<\/span> . to_period<\/span> (' M<\/span> '). view<\/span> (dtype=' int64<\/span> ')\n start = y. dt<\/span> . to_period<\/span> (' M<\/span> '). view<\/span> (dtype=' int64<\/span> ')\n return<\/span> end-start\n<\/strong><\/pre>\n Beispiel: Timedelta in Monaten in Pandas berechnen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' event<\/span> ': ['A', 'B', 'C'],\n ' start_date<\/span> ': ['20210101', '20210201', '20210401'],\n ' end_date<\/span> ': ['20210608', '20210209', '20210801'] })\n\n#convert start date and end date columns to datetime\n<\/span>df[' start_date<\/span> '] = pd. to_datetime<\/span> (df[' start_date<\/span> '])\ndf[' end_date<\/span> '] = pd. to_datetime<\/span> (df[' end_date<\/span> '])\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n event start_date end_date\n0 A 2021-01-01 2021-06-08\n1 B 2021-02-01 2021-02-09\n2 C 2021-04-01 2021-08-01\n<\/span><\/span><\/strong><\/pre>\n #define function to calculate time delta in months between two columns<\/span>\ndef<\/span> month_diff(x, y):\n end = x. dt<\/span> . to_period<\/span> (' M<\/span> '). view<\/span> (dtype=' int64<\/span> ')\n start = y. dt<\/span> . to_period<\/span> (' M<\/span> '). view<\/span> (dtype=' int64<\/span> ')\n return<\/span> end-start<\/strong><\/pre>\n #calculate month difference between start date and end date columns\n<\/span>df[' month_difference<\/span> '] = month_diff(df. end_date<\/span> , df. start_date<\/span> )\n\n#view updated DataFrame\n<\/span>df\n\n event start_date end_date month_difference\n0 A 2021-01-01 2021-06-08 5\n1 B 2021-02-01 2021-02-09 0\n2 C 2021-04-01 2021-08-01 4<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So konvertieren Sie DateTime in Pandas in Datum<\/a>
So extrahieren Sie den Monat aus dem Datum in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"