熊猫中的时间增量和指数计算

Question

我是编程新手，我想使用熊猫来计算某些数据的指数衰减。但是，我在时间增量值上运行乘法或指数运算有麻烦。我认为这些更复杂的操作可能不支持timedelta值，但是肯定有一种简单的方法吗？

输入代码：

import pandas as pd
import numpy as np

df = pd.read_excel('exponential example.xlsx', sheet_name = 'Sheet1',
                  usecols = ("A:D"), parse_dates = True)


df['time difference']= df['date 1']-df['date 2']
print(df.head(3))


df['output'] = df['value 1']*np.exp(df['time difference']*.01)

输出：

  sample     date 1     date 2  value 1 time difference

0       1 2018-01-01 2019-01-01        2       -365 days
1       2 2018-01-01 2019-01-01        4       -365 days
Traceback (most recent call last):
  File "/Users/l225445/Desktop/python test/exponential example.py", line 15, in <module>
    df['output'] = df['value 1']*np.exp(df['time difference']*.01)
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/pandas/core/series.py", line 679, in __array_ufunc__
    result = getattr(ufunc, method)(*inputs, **kwargs)
TypeError: ufunc 'exp' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

Answer 1

首先，从我们可以看到的数据来看，进行定义似乎更自然

df['time difference'] = df['date 2'] - df['date 1']

以便您获得正值。

然后要能够使用这些值进行任意计算，应选择一个单位并将其转换为纯数字类型。例如。您可以这样做以数字列的形式获取以天为单位的时差：

df['time difference days'] = df['time difference'].dt.days

请参见熊猫Timedelta documentation中有关属性的部分。

现在，如果只使用数字系列而不是Timedelta系列，则您的计算应该可以进行。