web-dev-qa-db-ja.com

新しいpandas dataframe列で年、月などの日時の差を計算します

pandasデータフレームは次のようになります：

Name    start        end
A       2000-01-10   1970-04-29

年、月、日のstart列とend列の違いを提供する新しい列を追加したいと思います。

したがって、結果は次のようになります。

Name    start        end          diff
A       2000-01-10   1970-04-29   29y9m etc.

diff列はdatetimeオブジェクトまたはtimedeltaオブジェクトでもかまいませんが、私にとって重要な点は、YearとMonthのうちです。

私が今まで試したことは：

df['diff'] = df['end'] - df['start']

これにより、新しい列に10848 daysが含まれます。しかし、私は日を29y9mなどに変換する方法がわかりません

pythondatetimepandastimedelta
16
beta

シンプルな機能で目的を達成できます。

この関数は、簡単な計算で年の差と月の差を計算します。

import pandas as pd
import datetime

def parse_date(td):
    resYear = float(td.days)/364.0                   # get the number of years including the the numbers after the dot
    resMonth = int((resYear - int(resYear))*364/30)  # get the number of months, by multiply the number after the dot by 364 and divide by 30.
    resYear = int(resYear)
    return str(resYear) + "Y" + str(resMonth) + "m"

df = pd.DataFrame([("2000-01-10", "1970-04-29")], columns=["start", "end"])
df["delta"] = [parse_date(datetime.datetime.strptime(start, '%Y-%m-%d') - datetime.datetime.strptime(end, '%Y-%m-%d')) for start, end in Zip(df["start"], df["end"])]
print df

        start         end  delta
0  2000-01-10  1970-04-29  29Y9m
6
omri_saadon

relativedeltaを使用すると、かなり簡単です。

from dateutil import relativedelta

>>          end      start
>> 0 1970-04-29 2000-01-10

for i in df.index:
    df.at[i, 'diff'] = relativedelta.relativedelta(df.ix[i, 'start'], df.ix[i, 'end'])

>>          end      start                                           diff
>> 0 1970-04-29 2000-01-10  relativedelta(years=+29, months=+8, days=+12)
9
DeepSpace

これは、forループを使用したり、外部関数を定義したりせずに、これを実行する最も「パンダ」的な方法だと思います。

>>> df = pd.DataFrame({'Name': ['A'], 'start': [datetime(2000, 1, 10)], 'end': [datetime(1970, 4, 29)]})
>>> df['diff'] = map(lambda td: datetime(1, 1, 1) + td, list(df['start'] - df['end']))
>>> df['diff'] = df['diff'].apply(lambda d: '{0}y{1}m'.format(d.year - 1, d.month - 1))
>>> df
  Name        end      start   diff
0    A 1970-04-29 2000-01-10  29y8m

パンダのtimedelda64のため、適用ではなくマップを使用する必要がありました。これは、datetimeオブジェクトへの単純な追加を許可していません。

7
Avi Gelbgiser

より簡単な方法は、date_range関数を使用して同じ長さを計算することです

startdt=pd.to_datetime('2017-01-01')
enddt = pd.to_datetime('2018-01-01')
len(pd.date_range(start=startdt,end=enddt,freq='M'))
6
Pranav Kansara

あなたは違いを計算するために次の関数を試すことができます-

_def yearmonthdiff(row):
    s = row['start']
    e = row['end']
    y = s.year - e.year
    m = s.month - e.month
    d = s.day - e.day
    if m < 0:
        y = y - 1
        m = m + 12
    if m == 0:
        if d < 0:
            m = m -1
        Elif d == 0:
            s1 = s.hour*3600 + s.minute*60 + s.second
            s2 = e.hour*3600 + e.minut*60 + e.second
            if s1 < s2:
                m = m - 1
    return '{}y{}m'.format(y,m)
_

ここで、rowはデータフレームrowです。 start列とend列はdatetimeオブジェクトであると想定しています。次に、DataFrame.apply()関数を使用して、各行に適用できます。

_df

Out[92]:
                       start                        end
0 2000-01-10 00:00:00.000000 1970-04-29 00:00:00.000000
1 2015-07-18 17:54:59.070381 2014-01-11 17:55:10.053381

df['diff'] = df.apply(yearmonthdiff, axis=1)

In [97]: df
Out[97]:
                       start                        end   diff
0 2000-01-10 00:00:00.000000 1970-04-29 00:00:00.000000  29y9m
1 2015-07-18 17:54:59.070381 2014-01-11 17:55:10.053381   1y6m
_
0
Anand S Kumar

@DeepSpaceの回答と同様に、SASのような実装があります。

import pandas as pd
from dateutil import relativedelta

def intck_month( start, end ):
    rd = relativedelta.relativedelta( pd.to_datetime( end ), pd.to_datetime( start ) )
    return rd.years, rd.months

使用法：

>> years, months = intck_month('1960-01-01', '1970-03-01')
>> print(years)
10
>> print(months)
2
0
scottlittle

次のようにして、年を含む新しい列を作成してみてください。

df['diff_year'] = df['diff'] / np.timedelta64(1, 'Y')
0
jomesoke