разница между двумя датами в днях, сохраненными в новом столбце как число с плавающей точкой

Question

У меня есть фрейм данных Python с 2 столбцами, которые содержат даты в виде строк, например. start_date "2002-06-12" и end_date "2009-03-01". Я хотел бы рассчитать разницу (дни) между этими 2 столбцами для каждой строки и сохранить результаты в новый столбец, который называется, например, time_diff типа float.

Я пробовал:

df["time_diff"] = (pd.Timestamp(df.end_date) - pd.Timestamp(df.start_date )).astype("timedelta64[d]")
pd.to_numeric(df["time_diff"])

на основе некоторых руководств, но это дает TypeError: Cannot convert input для первой строки. Что мне нужно изменить, чтобы запустить это?

Answer 1

Вот рабочий пример преобразования строкового столбца кадра данных в тип datetime и сохранения разницы во времени между столбцами datetime в новом столбце как тип данных с плавающей запятой (количество секунд)

import pandas as pd
from datetime import timedelta
tmp = [("2002-06-12","2009-03-01"),("2016-04-28","2022-03-14")]
df = pd.DataFrame(tmp,columns=["col1","col2"])

df["col1"]=pd.to_datetime(df["col1"])
df["col2"]=pd.to_datetime(df["col2"])

df["time_diff"]=df["col2"]-df["col1"]
df["time_diff"]=df["time_diff"].apply(timedelta.total_seconds)

Разница во времени в секундах может быть преобразована в минуты или дни с помощью простой математики.

Answer 2

Сначала преобразуйте строки в datetime, затем вычислите разницу в днях.

df['start_date'] = pd.to_datetime(df['start_date'], format='%Y-%m-%d')
df['end_date'] = pd.to_datetime(df['end_date'], format='%Y-%m-%d')
df['time_diff'] = (df.end_date - df.start_date).dt.days

Answer 3

Попробуйте:

import numpy as np
enddates = np.asarray([pd.Timestamp(end) for end in df.end_date.values])
startdates = np.asarray([pd.Timestamp(start) for start in df.start_date.values])
df['time_diff'] = (enddates - startdates).astype("timedelta64")

Answer 4

Вы должны просто использовать pd.to_datetime для преобразования ваших строковых значений:

df["time_diff"] = (pd.to_datetime(df.end_date) - pd.to_datetime(df.start_date))

Результатом будет автоматически timedelta64

Answer 5

Вы также можете сделать это, преобразовав столбцы в дату, а затем вычислив разницу:

from datetime import datetime

df = pd.DataFrame({'Start Date' : ['2002-06-12', '2002-06-12' ], 'End date' : ['2009-03-01', '2009-03-06']})

df['Start Date'] = [  datetime.strptime(x, "%Y-%m-%d").date() for x in df['Start Date'] ]
df['End date'] = [ datetime.strptime(x, "%Y-%m-%d").date() for x in df['End date'] ]

df['Diff'] = df['End date'] - df['Start Date']

Out:

End date    Start Date  Diff
0   2009-03-01  2002-06-12  2454 days
1   2009-03-06  2002-06-12  2459 days

Answer 6

Вы можете попробовать это:

df = pd.DataFrame()
df['Arrived'] = [pd.Timestamp('01-04-2017')]
df['Left'] = [pd.Timestamp('01-06-2017')]
diff = df['Left'] - df['Arrived']
days = pd.Series(delta.days for delta in (diff)
result = days[0]