パンダ: 2 つの日付の差を計算する方法
次の構文を使用して、pandas DataFrame 内の 2 つの日付の差を計算できます。
df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' D ')
この特定の例では、 end_date 列とstart_date列の日付の差を日数で計算します。
timedelta64()関数の「D」を次の値に置き換えて、日付の差をさまざまな単位で計算できることに注意してください。
- W : 週間
- M :月
- Y : 年
次の例は、実際に pandas DataFrame で日付の差を計算する方法を示しています。
例 1: Datetime 列を使用して 2 つの日付の差を計算する
次のパンダ データフレームがあるとします。
import pandas as pd #createDataFrame df = pd. DataFrame ({' start_date ': pd. date_range (start=' 1/5/2020 ', periods= 6 , freq=' W '), ' end_date ': pd. date_range (start=' 6/1/2020 ', periods= 6 , freq=' M ')}) #view DataFrame print (df) start_date end_date 0 2020-01-05 2020-06-30 1 2020-01-12 2020-07-31 2 2020-01-19 2020-08-31 3 2020-01-26 2020-09-30 4 2020-02-02 2020-10-31 5 2020-02-09 2020-11-30 #view dtype of each column in DataFrame df. dtypes start_date datetime64[ns] end_date datetime64[ns] dtype:object
DataFrame の両方の列にはすでにdatetime64型があるため、次の構文を使用して開始日と終了日の差を計算できます。
import numpy as np
#create new columns that contains date differences
df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' D ')
df[' diff_weeks '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' W ')
df[' diff_months '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' M ')
df[' diff_years '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' Y ')
#view updated DataFrame
print (df)
start_date end_date diff_days diff_weeks diff_months diff_years
0 2020-01-05 2020-06-30 177.0 25.285714 5.815314 0.484610
1 2020-01-12 2020-07-31 201.0 28.714286 6.603832 0.550319
2 2020-01-19 2020-08-31 225.0 32.142857 7.392349 0.616029
3 2020-01-26 2020-09-30 248.0 35.428571 8.148011 0.679001
4 2020-02-02 2020-10-31 272.0 38.857143 8.936528 0.744711
5 2020-02-09 2020-11-30 295.0 42.142857 9.692191 0.807683
新しい列には、開始日と終了日の日付の差が日、週、月、年単位で表示されます。
例 2: 文字列列を使用して 2 つの日付の差を計算する
次のパンダ データフレームがあるとします。
import pandas as pd #createDataFrame df = pd. DataFrame ({' start_date ': ['2020-01-05', '2020-01-12', '2020-01-19'], ' end_date ': ['2020-06-30', '2020-07-31', '2020-08-31']}) #view dtype of each column print ( df.dtypes ) start_date object end_date object dtype:object
DataFrame のどちらの列もdatetime64型ではないため、日付間の差異を計算しようとするとエラーが発生します。
import numpy as np
#attempt to calculate date difference
df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' D ')
TypeError : unsupported operand type(s) for -: 'str' and 'str'
日付間の差異を計算する前に、まずpd.to_datetime を使用して各列を日時形式に変換する必要があります。
import numpy as np
#convert columns to datetime
df[[' start_date ', ' end_date ']] = df[[' start_date ', ' end_date ']]. apply (pd. to_datetime )
#calculate difference between dates
df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' D ')
#view updated DataFrame
print (df)
start_date end_date diff_days
0 2020-01-05 2020-06-30 177.0
1 2020-01-12 2020-07-31 201.0
2 2020-01-19 2020-08-31 225.0
最初に各列を日時形式に変換したため、日付間の差異をエラーなく正常に計算できました。
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
Pandas で日付範囲を作成する方法
Pandasで日付から月を抽出する方法
Pandasでタイムスタンプを日付/時刻に変換する方法