熊猫to_timedelta函数似乎将数据转换为0

Question

这一直对我有用，但是从几天前开始，我得到了奇怪的结果。

my_list = [1,2,3,4,5]
my_series = pd.Series(my_list)
print pd.to_timedelta(my_series)

刚刚返回

0    00:00:00:000000
1    00:00:00:000000
2    00:00:00:000000
3    00:00:00:000000
4    00:00:00:000000

谁能告诉我发生了什么事？

编辑：在我的实际代码中，我使用以下命令将我的（即将成为timedelta）列更改为整数

df['col'].astype(int, inplace = True)

在调用to_timedelta函数之前。我真的应该一直在做

new_col = pd.to_numeric(df['col'])

然后在new_col上调用to_timedelta。也许有人可以阐明为什么会这样。

Answer 1

默认单位为to_timedelta“ ns”，请参考文档或函数原型：

def to_timedelta(arg, unit='ns', box=True, errors='raise', coerce=None):

因此，您仅生成了1到5纳秒的增量，并且显示的深度没有那么深。

可能是您选择了错误的单位，将unit =“对您有用的东西”传递给函数。

编辑以解释更多OP的评论

通过使用适当的单位，您将获得期望的结果：

pd.to_timedelta(my_series, unit='D')
Out[415]: 
0   1 days
1   2 days
2   3 days
3   4 days
4   5 days
dtype: timedelta64[ns]

该系列中的对象类型仍然是对象timedelta[ns]的内部表示。括号中的ns提醒您timedelta对象的精确度可降至纳秒。

如果我获取第一个元素的原始内部值，则会发现纳秒级：

pd.to_timedelta(my_series, unit='D')[0].delta
Out[425]: 86400000000000