Jak przekonwertować timedelta na int w pandach (z przykładami)

Możesz użyć następujących metod, aby przekonwertować kolumnę timedelta na kolumnę całkowitą w ramce DataFrame pandy:

Metoda 1: Konwersja Timedelta na liczbę całkowitą (dni)

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

Metoda 2: Konwertuj Timedelta na liczbę całkowitą (godziny)

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

Metoda 3: Konwertuj Timedelta na liczbę całkowitą (minuty)

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

Poniższy przykład pokazuje, jak w praktyce używać każdej metody z następującą ramką DataFrame pand:

 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

Przykład 1: Konwersja Timedelta na liczbę całkowitą (dni)

Poniższy kod pokazuje, jak utworzyć nową kolumnę o nazwie dni , która konwertuje różnicę czasu w kolumnie czas trwania na wartość całkowitą reprezentującą liczbę dni w kolumnie timedelta.

 #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

Możemy użyć dtype , aby sprawdzić typ danych tej nowej kolumny:

 #check data type
df. days . dtype

dtype('int64')

Nowa kolumna jest liczbą całkowitą.

Przykład 2: Konwersja Timedelta na liczbę całkowitą (godziny)

Poniższy kod pokazuje, jak utworzyć nową kolumnę o nazwie godziny , która konwertuje różnicę czasu w kolumnie czas trwania na wartość liczbową reprezentującą całkowitą liczbę godzin w kolumnie timedelta.

 #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

Możemy użyć dtype , aby sprawdzić typ danych tej nowej kolumny:

 #check data type
df. hours . dtype

dtype('float64')

Nowa kolumna jest zmiennoprzecinkowa.

Przykład 3: Konwersja Timedelta na liczbę całkowitą (minuty)

Poniższy kod pokazuje, jak utworzyć nową kolumnę o nazwie minuty , która konwertuje różnicę czasu w kolumnie czasu trwania na wartość liczbową reprezentującą całkowitą liczbę minut w kolumnie timedelta.

 #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

Możemy użyć dtype , aby sprawdzić typ danych tej nowej kolumny:

 #check datatype
df. minutes . dtype

dtype('float64')

Nowa kolumna jest zmiennoprzecinkowa.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w pandach:

Jak przekonwertować kolumny na DateTime w Pandach
Jak przekonwertować DateTime na datę w Pandach
Jak wyodrębnić miesiąc z daty w Pandach