Pandas: як розрахувати різницю між двома датами

Ви можете використовувати такий синтаксис, щоб обчислити різницю між двома датами в pandas DataFrame:

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

У цьому прикладі обчислюється різниця між датами в стовпцях end_date і start_date у днях.

Зауважте, що ми можемо замінити «D» у функції timedelta64() на такі значення, щоб обчислити різницю дат у різних одиницях:

• W : Тижнів
• М : Місяць
• Y : Роки

У наступних прикладах показано, як на практиці обчислити різницю в датах у pandas DataFrame.

Приклад 1: обчисліть різницю між двома датами за допомогою стовпців Datetime

Припустімо, що у нас є наступні pandas DataFrame:

 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

Оскільки обидва стовпці в DataFrame вже мають тип datetime64 , ми можемо використати такий синтаксис, щоб обчислити різницю між початковою та кінцевою датами:

 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

Нові стовпці містять різницю між початковою та кінцевою датами в днях, тижнях, місяцях і роках.

Приклад 2: обчисліть різницю між двома датами за допомогою рядкових стовпців

Припустімо, що у нас є наступні pandas DataFrame:

 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

Оскільки жоден стовпець у DataFrame не має типу datetime64 , ми отримаємо помилку, якщо спробуємо обчислити різницю між датами:

 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'

Ви повинні спочатку використати pd.to_datetime , щоб перетворити кожен стовпець у формат datetime перед обчисленням різниці між датами:

 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

Оскільки ми спочатку конвертували кожен стовпець у формат дати й часу, ми змогли успішно обчислити різницю між датами без будь-яких помилок.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:

Як створити діапазон дат у Pandas
Як витягти місяць із дати в Pandas
Як перетворити позначку часу в дату/час у Pandas