如何从 pandas.datetime64 的列构造经过时间列？
How can I construct an elapsed time column from a column of pandas.datetime64?
我有一个包含一列的数据框：
3 3/20/2017 8:00:36 PM
4 3/20/2017 8:01:09 PM
5 3/20/2017 8:01:43 PM
Name: ActualTime, dtype: object
我想创建一个以秒为单位的经过时间的列。
0
33
67
尝试过类似的东西：
t0 = pd.to_datetime(x,unit='s')
t1 = pd.to_datetime(y,unit='s')
t0-t1
3 NaT
4 NaT
Name: ActualTime, dtype: timedelta64[ns]
这是我最终使用的：
df['ElapsedTime'] = (df['ActualTime'] - df['ActualTime'].iloc[0]).astype("timedelta64[m]")
为了方便起见，我最终使用了分钟。秒数：
df['ElapsedTime'] = (df['ActualTime'] - df['ActualTime'].iloc[0]).astype("timedelta64[s]")
我有一个包含一列的数据框：
3 3/20/2017 8:00:36 PM
4 3/20/2017 8:01:09 PM
5 3/20/2017 8:01:43 PM
Name: ActualTime, dtype: object
我想创建一个以秒为单位的经过时间的列。
0
33
67
尝试过类似的东西：
t0 = pd.to_datetime(x,unit='s')
t1 = pd.to_datetime(y,unit='s')
t0-t1
3 NaT
4 NaT
Name: ActualTime, dtype: timedelta64[ns]
这是我最终使用的：
df['ElapsedTime'] = (df['ActualTime'] - df['ActualTime'].iloc[0]).astype("timedelta64[m]")
为了方便起见，我最终使用了分钟。秒数：
df['ElapsedTime'] = (df['ActualTime'] - df['ActualTime'].iloc[0]).astype("timedelta64[s]")