Pandy: jak obliczyć różnicę między dwiema datami

Aby obliczyć różnicę między dwiema datami w ramce DataFrame pandy, możesz użyć następującej składni:

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

W tym konkretnym przykładzie obliczana jest różnica między datami w kolumnach data_końcowa i data_początkowa w dniach.

Zauważ, że możemy zastąpić „D” w funkcji timedelta64() następującymi wartościami, aby obliczyć różnicę dat w różnych jednostkach:

• W : Tygodnie
• M : Miesiąc
• Y : Lata

Poniższe przykłady pokazują, jak w praktyce obliczyć różnicę dat w ramce DataFrame pandy.

Przykład 1: Oblicz różnicę między dwiema datami za pomocą kolumn DateTime

Załóżmy, że mamy następującą ramkę DataFrame pand:

 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

Ponieważ obie kolumny w ramce DataFrame mają już typ datetime64 , możemy zastosować następującą składnię, aby obliczyć różnicę między datami początkową i końcową:

 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

Nowe kolumny zawierają różnice dat pomiędzy datami początkowymi i końcowymi w postaci dni, tygodni, miesięcy i lat.

Przykład 2: Oblicz różnicę między dwiema datami za pomocą kolumn typu string

Załóżmy, że mamy następującą ramkę DataFrame pand:

 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

Ponieważ żadna kolumna w DataFrame nie ma typu datetime64 , przy próbie obliczenia różnicy między datami otrzymamy błąd:

 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'

Najpierw musisz użyć pd.to_datetime , aby przekonwertować każdą kolumnę na format datetime przed obliczeniem różnicy między datami:

 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

Ponieważ najpierw przekonwertowaliśmy każdą kolumnę na format daty i godziny, byliśmy w stanie pomyślnie obliczyć różnicę między datami bez żadnych błędów.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Jak utworzyć zakres dat w Pandach
Jak wyodrębnić miesiąc z daty w Pandach
Jak przekonwertować znacznik czasu na datę/godzinę w Pandach