我想从'B'中的日期中减去'A'中的日期,并添加一个带有差异的新列。
df
A B
one 2014-01-01 2014-02-28
two 2014-02-03 2014-03-01
我尝试了以下内容,但是当我尝试将其包含在for循环中时出现错误...
import datetime
date1=df['A'][0]
date2=df['B'][0]
mdate1 = datetime.datetime.strptime(date1, "%Y-%m-%d").date()
rdate1 = datetime.datetime.strptime(date2, "%Y-%m-%d").date()
delta = (mdate1 - rdate1).days
print delta
我该怎么办?
假设这些是datetime列(如果它们不适用to_datetime
),你可以减去它们:
df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])
In [11]: df.dtypes # if already datetime64 you don't need to use to_datetime
Out[11]:
A datetime64[ns]
B datetime64[ns]
dtype: object
In [12]: df['A'] - df['B']
Out[12]:
one -58 days
two -26 days
dtype: timedelta64[ns]
In [13]: df['C'] = df['A'] - df['B']
In [14]: df
Out[14]:
A B C
one 2014-01-01 2014-02-28 -58 days
two 2014-02-03 2014-03-01 -26 days
注意:确保您使用的是新的pandas(例如0.13.1),这在旧版本中可能无效。
要删除'days'文本元素,您还可以使用系列的dt()访问器:https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.dt.html
所以,
df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])
df['C'] = (df['B'] - df['A']).dt.days
返回:
A B C
one 2014-01-01 2014-02-03 33
two 2014-02-03 2014-03-01 26
对于大多数Pythonic(和最快)的方法,列表理解是你最好的选择:
[int(i.days) for i in (df.B - df.A)]
如果您的列不是日期时间格式。较短的语法是:df.A = pd.to_datetime(df.A)
这个怎么样:
times['days_since'] = max(list(df.index.values))
times['days_since'] = times['days_since'] - times['months']
times