extraction des jours d'une valeur numpy.timedelta64

Question

J'utilise pandas/python et j'ai deux séries chronologiques de dates s1 et s2, qui ont été générées en utilisant la fonction 'to_datetime' sur un champ du df contenant des dates/heures.

Quand je soustrais s1 de s2

s3 = s2 - s1

J'obtiens une série, s3, de type

timedelta64 [ns]

0    385 days, 04:10:36
1     57 days, 22:54:00
2    642 days, 21:15:23
3    615 days, 00:55:44
4    160 days, 22:13:35
5    196 days, 23:06:49
6     23 days, 22:57:17
7      2 days, 22:17:31
8    622 days, 01:29:25
9     79 days, 20:15:14
10    23 days, 22:46:51
11   268 days, 19:23:04
12                  NaT
13                  NaT
14   583 days, 03:40:39

Comment regarder un élément de la série :

s3[10]

J'obtiens quelque chose comme ça :

numpy.timedelta64(2069211000000000,'ns')

Comment puis-je extraire les jours de s3 et les conserver sous forme d'entiers (je ne suis pas intéressé par les heures/minutes, etc.) ?

Merci d'avance pour toute aide.

Answer 1

Vous pouvez le convertir en un timedelta avec une précision d'un jour. Pour extraire la valeur entière des jours, il faut la diviser par un timedelta d'un jour.

>>> x = np.timedelta64(2069211000000000, 'ns')
>>> days = x.astype('timedelta64[D]')
>>> days / np.timedelta64(1, 'D')
23

Ou, comme l'a suggéré @PhillipCloud, juste days.astype(int) depuis le timedelta est juste un entier 64bit qui est interprété de différentes manières en fonction du second paramètre que vous avez passé ( 'D' , 'ns' , ...).

Vous pouvez en savoir plus à ce sujet aquí .

Answer 2

Utilisez dt.days pour obtenir l'attribut "jours" sous forme d'entiers.

Par exemple :

In [14]: s = pd.Series(pd.timedelta_range(start='1 days', end='12 days', freq='3000T'))

In [15]: s
Out[15]: 
0    1 days 00:00:00
1    3 days 02:00:00
2    5 days 04:00:00
3    7 days 06:00:00
4    9 days 08:00:00
5   11 days 10:00:00
dtype: timedelta64[ns]

In [16]: s.dt.days
Out[16]: 
0     1
1     3
2     5
3     7
4     9
5    11
dtype: int64

Plus généralement - Vous pouvez utiliser le .components pour accéder à une forme réduite de timedelta .

In [17]: s.dt.components
Out[17]: 
   days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     1      0        0        0             0             0            0
1     3      2        0        0             0             0            0
2     5      4        0        0             0             0            0
3     7      6        0        0             0             0            0
4     9      8        0        0             0             0            0
5    11     10        0        0             0             0            0

Maintenant, pour obtenir le hours attribut :

In [23]: s.dt.components.hours
Out[23]: 
0     0
1     2
2     4
3     6
4     8
5    10
Name: hours, dtype: int64

Answer 3

Supposons que vous ayez une série timedelta :

import pandas as pd
from datetime import datetime
z = pd.DataFrame({'a':[datetime.strptime('20150101', '%Y%m%d')],'b':[datetime.strptime('20140601', '%Y%m%d')]})

td_series = (z['a'] - z['b'])

Une façon de convertir cette colonne ou série timedelta consiste à la convertir en un objet Timedelta (pandas 0.15.0+), puis à extraire les jours de l'objet :

td_series.astype(pd.Timedelta).apply(lambda l: l.days)

Une autre méthode consiste à définir la série comme un timedelta64 en jours, puis à le définir comme un int :

td_series.astype('timedelta64[D]').astype(int)