Convertir timedelta64 [ns] colonne en secondes dans Python Pandas DataFrame
Une colonne pandas DataFrame duration
contient timedelta64[ns]
comme indiqué. Comment Pouvez-vous les convertir en secondes?
0 00:20:32
1 00:23:10
2 00:24:55
3 00:13:17
4 00:18:52
Name: duration, dtype: timedelta64[ns]
J'ai essayé ce qui suit
print df[:5]['duration'] / np.timedelta64(1, 's')
Mais a obtenu l'erreur
Traceback (most recent call last):
File "test.py", line 16, in <module>
print df[0:5]['duration'] / np.timedelta64(1, 's')
File "C:Python27libsite-packagespandascoreseries.py", line 130, in wrapper
"addition and subtraction, but the operator [%s] was passed" % name)
TypeError: can only operate on a timedeltas for addition and subtraction, but the operator [__div__] was passed
Également essayé
print df[:5]['duration'].astype('timedelta64[s]')
Mais a reçu l'erreur
Traceback (most recent call last):
File "test.py", line 17, in <module>
print df[:5]['duration'].astype('timedelta64[s]')
File "C:Python27libsite-packagespandascoreseries.py", line 934, in astype
values = com._astype_nansafe(self.values, dtype)
File "C:Python27libsite-packagespandascorecommon.py", line 1653, in _astype_nansafe
raise TypeError("cannot astype a timedelta from [%s] to [%s]" % (arr.dtype,dtype))
TypeError: cannot astype a timedelta from [timedelta64[ns]] to [timedelta64[s]]
4 réponses
Cela fonctionne correctement dans la version actuelle de Pandas (version 0.14):
In [132]: df[:5]['duration'] / np.timedelta64(1, 's')
Out[132]:
0 1232
1 1390
2 1495
3 797
4 1132
Name: duration, dtype: float64
Voici une solution de contournement pour les anciennes versions de Pandas / NumPy:
In [131]: df[:5]['duration'].values.view('<i8')/10**9
Out[131]: array([1232, 1390, 1495, 797, 1132], dtype=int64)
Les données Timedelta64 et datetime64 sont stockées en interne sous forme d'ints de 8 octets (dtype
'<i8'
). Donc, ce qui précède considère les timedelta64s comme des ints de 8 octets, puis fait un entier
division pour convertir les nanosecondes en secondes.
Notez que vous avez besoin de NumPy version 1.7 ou plus récente pour fonctionner avec datetime64 / timedelta64s.
Je viens de réaliser que c'est un vieux fil, de toute façon le laissant ici si wanderers comme moi clics seulement sur les 5 meilleurs résultats sur le moteur de recherche et finit par ici.
Assurez-vous que vos types sont corrects.
-
Si vous voulez convertir datetime en secondes , Il suffit de résumer les secondes pour chaque heure, minute et seconde de l'objet datetime si c'est pour la durée dans une date.
- heures-Heures x 3600 = secondes
- minutes-minutes X 60 = secondes
- secondes secondes
linear_df['duration'].dt.hour*3600 + linear_df['duration'].dt.minute*60 + linear_df['duration'].dt.second
- Si vous voulez convertir timedelta à secondes utiliser un soufflet.
linear_df[:5]['duration'].astype('timedelta64[s]')
Je l'ai fait fonctionner comme ceci:
Les colonnes Start_dt et end_dt sont au format suivant:
import datetime
linear_df[:5]['start_dt']
0 1970-02-22 21:32:48.000
1 2016-12-30 17:47:33.216
2 2016-12-31 09:33:27.931
3 2016-12-31 09:52:53.486
4 2016-12-31 10:29:44.611
Name: start_dt, dtype: datetime64[ns]
Avait ma durée au format timedelta64 [ns], qui était la soustraction de démarrer et end valeurs datetime.
linear_df['duration'] = linear_df['end_dt'] - linear_df['start_dt']
La colonne de durée résultante ressemble à ceci
linear_df[:5]['duration']
0 0 days 00:00:14
1 2 days 17:44:50.558000
2 0 days 15:37:28.418000
3 0 days 18:45:45.727000
4 0 days 19:21:27.159000
Name: duration, dtype: timedelta64[ns]
En utilisant les pandas, j'avais mes secondes de durée entre deux dates dans float. Plus facile de comparer ou de filtrer votre durée par la suite.
linear_df[:5]['duration'].astype('timedelta64[s]')
0 14.0
1 236690.0
2 56248.0
3 67545.0
4 69687.0
Name: duration, dtype: float64
Dans mon cas, si je veux obtenir toute la durée qui est supérieure à 1 seconde.
J'espère que ça aide.
Nous pouvons simplement utiliser les pandas appliquer() function
def get_seconds(time_delta):
return time_delta.seconds
def get_microseconds(time_delta):
return time_delta.micro_seconds
time_delta_series = df['duration']
converted_series = time_delta_series.apply(get_seconds)
print(converted_series)
Utilisez la série dt
accessor pour accéder aux méthodes et attributs d'une série datetime (timedelta).
>>> s
0 -1 days +23:45:14.304000
1 -1 days +23:46:57.132000
2 -1 days +23:49:25.913000
3 -1 days +23:59:48.913000
4 00:00:00.820000
dtype: timedelta64[ns]
>>>
>>> s.dt.total_seconds()
0 -885.696
1 -782.868
2 -634.087
3 -11.087
4 0.820
dtype: float64