DataFrameパンダの日付間の日数を含む列を追加する

95

「B」の日付から「A」の日付を差し引いて、差のある新しい列を追加します。

df
          A        B
one 2014-01-01  2014-02-28 
two 2014-02-03  2014-03-01

以下を試しましたが、これをforループに含めようとするとエラーが発生します...

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

私は何をすべきか？

python pandas date-difference

— ジェイス・ビラム
ソース

96

これらが日付時刻列であると想定すると（それらが適用されない場合to_datetime）、それらを減算できます。

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：新しいパンダ（0.10.1など）を使用していることを確認してください。古いバージョンでは機能しない場合があります。

— アンディ・ヘイデン
ソース

21

数値を見なければならない場合に備えて、結果の「日」の部分を取り除くことはできますか？この場合、-58、-26。

— 2014年

6

@AndyHaydenコメントを拡張すると、それは機能しますが、pd.offsets.Day(1)（ 's'で）機能するはずです。私も通常それを否定するので、あなたは得る(df['A'] - df['B']) / pd.offsets.Day(-1)

— dirkjot

11

ただし、シリーズ全体でこれを実行する場合(df['A'] - df['B']) / np.timedelta64(-1, 'D')は、私が完全に理解していない理由で必要になります。

— dirkjot 2015年

@dirkjotタイプミスを見つけてくれてありがとう！IIRCこれは最近のパンダで修正されましたが、0.16.2 / 0.17を使用していますか？

— アンディヘイデン、

データが欠落している場合、これは少しバグがあることがわかりました。問題は、1）欠落しているデータに.isnull()属性がないこと、および2）.dayデータがあるが、欠落していないデータには.days属性があることです。だから、新しい変数を作成した後、私はそれぞれをループ走っobs：チェックというervationをif hasattr(obs,'days')[割り当てobs.days、他の割り当てnp.nan。

— webelo

101

「日」テキスト要素を削除するには、シリーズのdt（）アクセサーを使用することもできます。 https //pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.dt.html

そう、

df[['A','B']] = df[['A','B']].apply(pd.to_datetime) #if conversion required
df['C'] = (df['B'] - df['A']).dt.days

これは次を返します：

             A          B   C
one 2014-01-01 2014-02-28  58
two 2014-02-03 2014-03-01  26

— リッキー・マクマスター
ソース

2

すばらしい答えです。私の場合、機能df['C'] = (df['B'] - df['A']).dt.daysせず、を使用する必要がありましたdf['C'] = (df['B'] - df['A']).days。私がなぜ期待した日数を与えなかったのですか？

— Samuel Nde 2018

Nde-どのようにして正確に機能しませんでしたか？エラーまたは間違った値？A列とB列の両方を正常に日時に変換しましたか？

— リッキーマクマスター

1

私の列は両方とも日時です（datetime64[ns]正確には）。実行するとdf['C'] = (df['B'] - df['A']).dt.days、AttributeError： 'Timedelta'オブジェクトには属性 'dt'がないという属性エラーが発生したため、df ['C'] =（df ['B']-df ['A']）を試しました。希望の答えをくれた日。（もちろん、私は上の例のデータフレームではなく、自分のデータフレームを使用しています。それとも、日付に時間がないためである可能性があります。2018-09-24 10:17:18.800277）

— Samuel Nde

1

完璧な答え。

— user3065757

1

素晴らしいソリューション。ありがとう！

— Rodrigo Hjort

10

リスト内包表記は、これを行う最もPythonic（かつ最速）の方法に対する最善の策です。

[int(i.days) for i in (df.B - df.A)]

timedeltaを返します（例： '-58日'）
i.daysはこの値を長整数値として返します（例-58L）
int（i.days）は、求める-58を提供します。

列が日時形式でない場合。短い構文は次のようになります。df.A = pd.to_datetime(df.A)

— A.Kot
ソース

1

これはどう：

times['days_since'] = max(list(df.index.values))  
times['days_since'] = times['days_since'] - times['months']  
times

— トム
ソース