除法问题，除以日期时间和整数-datetime-IT问答社区-解决你的IT疑问

除法问题，除以日期时间和整数

LetsScrapeData 2月前

我有 dataFrame，两列：第一列是 result['days'] int 类型，第二列是 result['time']，datetime.time 类型。它是时间的总和，例如 02:27:39 我想要的是新列 = result['time'] / result['...

我有数据框，两列：

首先是 result['days'] int 类型，
第二个是 result['time']，datetime.time 类型。它是时间的总和，例如 02:27:39

我想要的是新列 = result['time'] / result['days'] 但我不能

unsupported operand type(s) for /: 'datetime.time' and 'int'

我怎样才能做到这一点？

divide

帖子版权声明 1、本帖标题：除法问题，除以日期时间和整数
本站网址：http://xjnalaquan.com/
2、本网站的资源部分来源于网络，如有侵权，请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点，并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
5、站长邮箱：yeweds@126.com 除非注明，本帖由LetsScrapeData在本站《datetime》版块原创发布，转载请注明出处！

最新回复 (0)

最新倒序只看楼主

000723-weict 2月前 0 只看Ta

引用 2楼
A datetime.time 不能被分割，但是 a datetime.timedelta 可以：
```
import pandas as pd
import datetime as dt

def to_timedelta(time):
    return dt.timedelta(hours=time.hour, minutes=time.minute, seconds=time.second)

df = pd.DataFrame({'days':[1,2,3], 'time':[dt.time(2,27,39)]*3})
df['per_day'] = df.time.apply(to_timedelta) / df.days
print(df)
```
输出：
```
   days      time                per_day
0     1  02:27:39        0 days 02:27:39
1     2  02:27:39 0 days 01:13:49.500000
2     3  02:27:39        0 days 00:49:13
```
Azella Xint 2月前 0 只看Ta

引用 3楼
我有下一个例子 import pandas as pd data = {'id_number': ['000001000', '000009795', '000011722'], 'first_date': ['2022-01-08 13:41:00', '2022-11-07 09:16:00', '2022-02-15 12:4...

我有下一个例子
```
import pandas as pd
    
data = {
    'id_number': ['000001000', '000009795', '000011722'],
    'first_date': ['2022-01-08 13:41:00', '2022-11-07 09:16:00', '2022-02-15 12:46:00'],
    'last_date': ['2023-06-13 16:33:00', '2022-11-30 12:59:00', '2022-06-21 11:42:00']
}
df_test = pd.DataFrame(data)

# Try to calculate the difference in months
df_test['first_date'] = pd.to_datetime(df_test['first_date'])
df_test['last_date'] = pd.to_datetime(df_test['last_date'])
df_test['months_difference'] = (df_test['last_date'] - df_test['first_date']) // pd.Timedelta('1 month')

df_test
```
但错误是
```
ValueError: invalid unit abbreviation: month
```
有没有什么办法可以计算出这个差异？
ss10 2月前 0 只看Ta

引用 4楼
另一种选择：将日期时间转换为周期 \'M\'（月份），然后转换为整数（给出自 1970 年以来的月份数），然后进行减法：
```
df_test["last_date"].dt.to_period("M").astype(int)-df_test["first_date"].dt.to_period("M").astype(int)

0    17
1     0
2     4
dtype: int64
```
Krusty 2月前 0 只看Ta

引用 5楼

df_test[\'last_date\'].dt.to_period(\'M\').astype('int64')-df_test[\'first_date\'].dt.to_period(\'M\').astype('int64') 出现错误，必须更改格式
gk017 2月前 0 只看Ta

引用 6楼

@danny 对，只使用 int 适用于 pandas v2+。可能不适用于旧版本。
powerfulH 2月前 0 只看Ta

引用 7楼
您可以尝试以下操作：
```
df_test['months_difference'] = (df_test.last_date -df_test.first_date)/numpy.timedelta64(1, 'M')
```
这将为您提供月份差异的浮点数，如果您希望它们为整数，请添加
```
df_test['months_difference'] = df_test['months_difference'].astype(int)
```
Dr Sokoban 2月前 0 只看Ta

引用 8楼

我认为 pandas 和 numpy 不再接受“M”的缩写，因为我收到此错误 ValueError：不支持单位 M。仅支持明确的 timedelta 值持续时间。允许的单位为“W”、“D”、“h”、“m”、“s”、“ms”、“us”、“ns”
deezer tsix 2月前 0 只看Ta

引用 9楼
我找到了这个解决方案：
```
    # Create the DataFrame
data = {
    'id_number': ['000001000', '000009795', '000011722'],
    'first_date': ['2022-01-08 13:41:00', '2022-11-07 09:16:00', '2022-02-15 12:46:00'],
    'last_date': ['2023-06-13 16:33:00', '2022-11-30 12:59:00', '2022-06-21 11:42:00']
}
df_test = pd.DataFrame(data)

# Convert date columns to datetime
df_test['first_date'] = pd.to_datetime(df_test['first_date'])
df_test['last_date'] = pd.to_datetime(df_test['last_date'])

# Calculate difference in months based on days
df_test['months_difference'] = ((df_test['last_date'] - df_test['first_date']).dt.days) // 30.44 
#30.44 is avg of days per month in a non-leap yer
```
或者使用这个：
```
df_test['months_difference'] = df_test['last_date'].dt.to_period('M').astype('int64') - df_test['first_date'].dt.to_period('M').astype('int64')
```