python - 如何使用 Python 减去数据框中每对行的日期并将其保存在 Excel 中

Question

我需要计算两个日期之间的差异，但我需要对每对行进行计算，然后将其保存在 Excel 文件中，例如:

df:

  B
0 2018-02-11 12:14:25                #1st row
1 2018-02-11 12:15:30                #2nd row
2 2018-02-11 12:15:54                #3rd row
3 2018-02-11 12:16:11                #4th row

我的程序需要从第一行减去第二行，从第三行减去第四行。

这是我到目前为止的代码:

import pandas as pd

df = pd.read_excel('test.xlsx',header=0, index= False)
sub ='chan_avail'
df["Indexes"]= df["A"].str.find(sub) 
df["B"]=df['Time'].where(df['Indexes'] == 0)
df1 = df.dropna(subset=['B'])
#print(df1)
df2 = df1.reset_index(drop=True, inplace=True)
df1['B'] = pd.to_datetime(df1['B'])

#print(df1)
xx=len(df1.index)
for i in range(xx):
    if i % 2 == 0:
        print('!!') #test
        df1['diffB'] = df1['B'] - df1['B'].shift(-1)
print(df1)
df1.to_excel('output.xlsx', 'Sheet1', index=True)  

我的目的是计算行之间的差异(如果索引是对的)，但它不起作用。 另外，当我尝试在 Excel 中保存时间差时，我得到了 0，但在 python 的控制台中，我得到了正确的值，但如果我添加 df1['diffB'] = pd.to_datetime(df1['diffB'])我得到的结果不正确。

感谢您的帮助。

Answer 1

您可以对奇数和偶数值进行切片，并将一个系列转换为 numpy 数组以避免对齐 - 这意味着为了正确减去，必须将两个或其中一个中的相同索引值转换为数组:

df['B'] = pd.to_datetime(df['B'])

df['diffB'] = df['B'].iloc[1::2] - df['B'].iloc[::2].to_numpy()
print (df)
                    B    diffB
0 2018-02-11 12:14:25      NaT
1 2018-02-11 12:15:30 00:01:05
2 2018-02-11 12:15:54      NaT
3 2018-02-11 12:16:11 00:00:17

或者:

df['diffB'] = df['B'].iloc[1::2].to_numpy() - df['B'].iloc[::2]
print (df)
                    B    diffB
0 2018-02-11 12:14:25 00:01:05
1 2018-02-11 12:15:30      NaT
2 2018-02-11 12:15:54 00:00:17
3 2018-02-11 12:16:11      NaT

如果行数也是奇数，则解决方案有效:

df['B'] = pd.to_datetime(df['B'])
df['diffB'] = df.groupby(np.arange(len(df)) // 2)['B'].shift(-1) - df['B']
print (df)
                    B    diffB
0 2018-02-11 12:14:25 00:01:05
1 2018-02-11 12:15:30      NaT
2 2018-02-11 12:15:54 00:00:17
3 2018-02-11 12:16:11      NaT