计算DataFrame Pandas中“时间”行之间的差异

Question

我的DataFrame格式如下：

       TimeWeek   TimeSat  TimeHoli
0      6:40:00   8:00:00   8:00:00
1      6:45:00   8:05:00   8:05:00
2      6:50:00   8:09:00   8:10:00
3      6:55:00   8:11:00   8:14:00
4      6:58:00   8:13:00   8:17:00
5      7:40:00   8:15:00   8:21:00

我需要在TimeWeek，TimeSat和TimeHoli中找到每一行之间的时间差，输出必须为

TimeWeekDiff   TimeSatDiff  TimeHoliDiff
00:05:00          00:05:00       00:05:00
00:05:00          00:04:00       00:05:00
00:05:00          00:02:00       00:04:00  
00:03:00          00:02:00       00:03:00
00:02:00          00:02:00       00:04:00 

我尝试使用(d['TimeWeek']-df['TimeWeek'].shift().fillna(0)，它会引发错误：

TypeError: unsupported operand type(s) for -: 'str' and 'str'

可能是因为该列中存在“：”。我该如何解决？

Answer 1

似乎引发了错误，因为数据是字符串形式而不是时间戳形式。首先将它们转换为时间戳：

df2 = df.apply(lambda x: [pd.Timestamp(ts) for ts in x])

默认情况下，它们将包含今天的日期，但是，只要您区分时间就没关系了（希望您不必担心跨日期的23:55和00:05）。

转换后，只需区别DataFrame：

>>> df2 - df2.shift()
   TimeWeek  TimeSat  TimeHoli
0       NaT      NaT       NaT
1  00:05:00 00:05:00  00:05:00
2  00:05:00 00:04:00  00:05:00
3  00:05:00 00:02:00  00:04:00
4  00:03:00 00:02:00  00:03:00
5  00:42:00 00:02:00  00:04:00

根据您的需要，您可以只进行1+行（忽略NaT）：

(df2 - df2.shift()).iloc[1:, :]

或者您可以用零填充NaT：

(df2 - df2.shift()).fillna(0)

Answer 2

忘记我刚才说的一切吧。Pandas 有很好的 timedelta 解析。

df["TimeWeek"] = pd.to_timedelta(df["TimeWeek"])
(d['TimeWeek']-df['TimeWeek'].shift().fillna(pd.to_timedelta("00:00:00"))