python 和 Pandas : series to timedelta

Question

M 是 dataframe df 中的一个列，表示月数。

M
1
0
15

我正在尝试查找 2015-01-01 和 2015-01-01 + df.M 之间的天数。以下col是我想要得到的。

daynum
31
0
456

我知道如何使用循环和列表来做到这一点:

int((datetime.strptime("2015-01-01", "%Y-%m-%d") + relativedelta(months=df.M[i]) 
                    - datetime.strptime("2015-01-01", "%Y-%m-%d")).days)

pandas有没有内置函数可以轻松解决这个问题？

Answer 1

您可以使用与问题中相同的方法，但使用自动矢量化操作而不是循环。
首先将整数系列转换为 relativedelta 的:

In [76]: M = pd.Series([1, 0, 15])

In [77]: M2 = M.apply(lambda x: dateutil.relativedelta.relativedelta(months=x))

In [78]: M2
Out[78]:
0              relativedelta(months=+1)
1                       relativedelta()
2    relativedelta(years=+1, months=+3)
dtype: object

然后你可以做同样的计算:

In [80]: (pd.Timestamp('2015-01-01') + M2) - pd.Timestamp('2015-01-01')
Out[80]:
0    31 days
1     0 days
2   456 days
dtype: timedelta64[ns]

如果你想把它作为整数值而不是上面的 timedelta，你可以用 .dt.days 得到它:

In [81]: days = (pd.Timestamp('2015-01-01') + M2) - pd.Timestamp('2015-01-01')

In [82]: days.dt.days
Out[82]:
0     31
1      0
2    456
dtype: int64

---

不使用Timedelta的原因

在这种情况下，您不能使用 timedelta，因为这不会将日期精确地移动一定数量的月份，但它似乎可以为您提供某种平均月份长度:

In [83]: pd.to_timedelta(1, unit='M')
Out[83]: Timedelta('30 days 10:29:06')

In [84]: (pd.Timestamp('2015-01-01') + pd.to_timedelta(M, unit='M')) - pd.Timestamp('2015-01-01')
Out[84]:
0    30 days 10:29:06
1     0 days 00:00:00
2   456 days 13:16:30
dtype: timedelta64[ns]

所以这会给出略有不同的答案。例如，在这种情况下，它为您提供 30 天而不是第一个元素的 31 天。

相当于 relativedelta 的 pandas 将使用 DateOffset。在这种情况下，例如 pd.DateOffset(months=1)