Pandas 时间增量（以天为单位）

问题描述：

我在 pandas 中有一个称为“munged_data”的数据框，其中包含两列“entry_date”和“dob”，我已使用 pd.to_timestamp 将其转换为时间戳。我正在尝试弄清楚如何根据“entry_date”和“dob”之间的时间差来计算人的年龄，为此，我需要获取两列之间的天数差（这样我就可以执行类似 round(days/365.25) 的操作。我似乎无法找到使用矢量化操作来执行此操作的方法。当我执行 munged_data.entry_date-munged_data.dob 时，我得到以下内容：

internal_quote_id
2                    15685977 days, 23:54:30.457856
3                    11651985 days, 23:49:15.359744
4                     9491988 days, 23:39:55.621376
7                     11907004 days, 0:10:30.196224
9                    15282164 days, 23:30:30.196224
15                  15282227 days, 23:50:40.261632  

但是我似乎无法将天数提取为整数，以便继续计算。如能提供任何帮助，不胜感激。

解决方案 1：

使用自 v0.15.0 以来可用的 Pandas 类型，Timedelta您还可以执行以下操作：

In[1]: import pandas as pd
In[2]: df = pd.DataFrame([ pd.Timestamp('20150111'), 
                           pd.Timestamp('20150301') ], columns=['date'])
In[3]: df['today'] = pd.Timestamp('20150315')
In[4]: df
Out[4]: 
        date      today
0 2015-01-11 2015-03-15
1 2015-03-01 2015-03-15

In[5]: (df['today'] - df['date']).dt.days
Out[5]: 
0    63
1    14
dtype: int64

解决方案 2：

您需要 0.11 版本（0.11rc1 已发布，最终版本将于下周发布）

In [9]: df = DataFrame([ Timestamp('20010101'), Timestamp('20040601') ])

In [10]: df
Out[10]: 
                    0
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [11]: df = DataFrame([ Timestamp('20010101'), 
                          Timestamp('20040601') ],columns=['age'])

In [12]: df
Out[12]: 
                  age
0 2001-01-01 00:00:00
1 2004-06-01 00:00:00

In [13]: df['today'] = Timestamp('20130419')

In [14]: df['diff'] = df['today']-df['age']

In [16]: df['years'] = df['diff'].apply(lambda x: float(x.item().days)/365)

In [17]: df
Out[17]: 
                  age               today                diff      years
0 2001-01-01 00:00:00 2013-04-19 00:00:00 4491 days, 00:00:00  12.304110
1 2004-06-01 00:00:00 2013-04-19 00:00:00 3244 days, 00:00:00   8.887671

您需要在最后应用这个奇怪的功能，因为尚未完全支持 timedelta64[ns] 标量（例如，我们现在如何使用时间戳来表示 datetime64[ns]，在 0.12 中出现）

解决方案 3：

不确定您是否仍然需要它，但在 Pandas 0.14 中我通常使用 .astype('timedelta64[X]') 方法
http://pandas.pydata.org/pandas-docs/stable/timeseries.html（频率转换）

df = pd.DataFrame([ pd.Timestamp('20010101'), pd.Timestamp('20040605') ])
df.ix[0]-df.ix[1]

返回：

0   -1251 days
dtype: timedelta64[ns]

(df.ix[0]-df.ix[1]).astype('timedelta64[Y]')

返回：

  0   -4
 dtype: float64

希望有帮助

解决方案 4：

假设您有一个名为 time_difference 的 pandas 系列，其类型为
numpy.timedelta64[ns]

提取日期（或任何所需属性）的一种方法如下：

just_day = time_difference.apply(lambda x: pd.tslib.Timedelta(x).days)

使用此函数是因为 numpy.timedelta64 对象没有“days”属性。

解决方案 5：

要将任何类型的数据转换为天数，只需使用pd.Timedelta().days：

pd.Timedelta(1985, unit='Y').days
84494