Как суммировать dtype: timedelta64 [ns] в пандах / Python?
Я использую панды в Python, чтобы справиться со временем. Я хотел бы подвести итог времени, прошедшему между парой свиданий, а именно:
0 2012-03-06 14:22:00
0 2012-06-02 11:29:00
1 2012-04-16 20:51:00
1 2012-04-28 09:57:00
Для этого я вычисляю время, прошедшее между первыми двумя датами с индексом 0, следующим образом:
dt0 = df.end[0] - df.start[0]
out: 87 days 21:07:00
dtype: timedelta64[ns]
и то же самое между следующими двумя датами, например:
dt1 = df.end[1] - df.start[1]
out: 11 days 13:06:00
dtype: timedelta64[ns]
Что отлично работает, но когда я суммирую два раза:
dt2 = dt1 + dt0
Я получаю dt2 = NaT вместо суммы 87 дней 21:07:00 + 11 дней 13:06:00. Кто-нибудь может помочь?
Ниже приведен снимок экрана другого примера той же проблемы: сложение a и b, два dtype: timedelta64 [ns] не работает, почему?
![Как суммировать dtype: timedelta64 [ns] в пандах / Python?](https://i.stack.imgur.com/22Wf3.png)
Я получаю Timedelta('99 days 10:13:00')? Можете ли вы проверить dt1 и dt0 непосредственно перед этим вычислением, чтобы убедиться, что вы не перезаписали их?
Хотя насчет dt1 и dt0 я уверен: /
Я получаю dt2 = NaT
Можете ли вы попробовать явно преобразовать dt1 и dt0 в np.timedelta64() перед суммированием? Эти объекты numpy должны быть добавлены ... если вы получите сообщение об ошибке с dt2 = np.timedelta64(dt0) + np.timedelta64(dt1), попробуйте обновить numpy.
Когда я пытаюсь это сделать, я получаю эту ошибку: ValueError: не удалось преобразовать объект в NumPy timedelta
ну какой выход print(dt1, type(dt1), dt0, type(dt0)) на строчке ровно перед сложением?
оба типа dtype: timedelta64 [нс]
Ответы 1
Видите ли, вот почему я явно хотел, чтобы вы распечатали типы. dt1 и dt0 НЕ являются <class 'pandas._libs.tslibs.timedeltas.Timedelta'>, это pandas.Series.
Когда вы добавляете два Series, он выравнивается по индексу. Поскольку dt1 и dt2 не имеют одного и того же индекса, он заполняет отсутствующие значения нулевым значением (в данном случае NaT), а затем выполняет сложение. По умолчанию он не игнорирует нулевые значения при выполнении сложения, поэтому вы видите x + NaT = NaT, как работает математика.
Пример данных
import pandas as pd
a = pd.Series(pd.Timedelta(1,'d'), index=[21005])
#21005 1 days
#dtype: timedelta64[ns]
b = pd.Series(pd.Timedelta(2,'d'), index=[16992])
#16992 2 days
#dtype: timedelta64[ns]
Код
Дополнение будет согласовано по индексам. У них нет индексов, поэтому вы получаете NaT.
a+b
#16992 NaT
#21005 NaT
#dtype: timedelta64[ns]
Что вам действительно нужно, так это добавить значения независимо от индекса:
a.values+b.values
#array([259200000000000], dtype='timedelta64[ns]')
Но на самом деле вам следует изменить свой код, чтобы dt0 и dt1 были просто значениями, если вам действительно не нужен pd.Series.
извините, это была опечатка. да!