Panda's: hoe bereken je het verschil tussen twee datums?

U kunt de volgende syntaxis gebruiken om het verschil tussen twee datums in een Panda DataFrame te berekenen:

 df[' diff_days '] = (df[' end_date '] - df[' start_date ']) / np. timedelta64 ( 1 ,' D ')

In dit specifieke voorbeeld wordt het verschil in dagen berekend tussen de datums in de kolommen end_date en start_date .

Merk op dat we de „D“ in de timedelta64()- functie kunnen vervangen door de volgende waarden om het datumverschil in verschillende eenheden te berekenen:

• W : Weken
• M : Maand
• Y : Jaren

De volgende voorbeelden laten zien hoe u in de praktijk een datumverschil in een Panda DataFrame kunt berekenen.

Voorbeeld 1: Bereken het verschil tussen twee datums met Datetime-kolommen

Stel dat we de volgende panda’s DataFrame hebben:

 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

Omdat beide kolommen in het DataFrame al een datetime64- type hebben, kunnen we de volgende syntaxis gebruiken om het verschil tussen de begin- en einddatum te berekenen:

 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

De nieuwe kolommen bevatten de datumverschillen tussen begin- en einddatum in termen van dagen, weken, maanden en jaren.

Voorbeeld 2: Bereken het verschil tussen twee datums met tekenreekskolommen

Stel dat we de volgende panda’s DataFrame hebben:

 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

Omdat geen van beide kolommen in het DataFrame het type datetime64 heeft, krijgen we een foutmelding als we proberen het verschil tussen de datums te berekenen:

 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'

U moet eerst pd.to_datetime gebruiken om elke kolom naar het datetime-formaat te converteren voordat u het verschil tussen de datums berekent:

 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

Omdat we elke kolom eerst naar het datetime-formaat hebben geconverteerd, konden we het verschil tussen de datums zonder fouten berekenen.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe u een datumbereik in Pandas maakt
Hoe maand uit datum te extraheren in Panda’s
Hoe tijdstempel naar datum/tijd in Panda’s te converteren