Pandas Timedelta 属性 (_m, _s)：奇怪的行为

Question

我目睹了一些奇怪的行为从 pandas timedelta 对象访问属性 例如 _m 或 _s 。让我用一个最小的例子来解释这个问题，我在 PyCharm（PyCharm 2020.2.3（社区版））

中从控制台运行

>>> import pandas as pd

>>> #  Creating a dataFrame with 2 pandas timedeltas:
... df_test=pd.DataFrame({"Timedeltas":[pd.Timedelta('1 days 1:01:01'), pd.Timedelta('2 days 2:02:02')]})
Timedelta('0 days 00:02:56.230217907')

>>> mean_timedelta=df_test['Timedeltas'].mean()
... print(mean_timedelta._m)
0

>>> mean_timedelta=df_test['Timedeltas'].mean()
... print(mean_timedelta)
... print(mean_timedelta._m)
1 days 13:31:31.500000
31

为什么我第一次执行print(mean_timedelta._m)时没有打印31？为什么我得到的是 0？
为什么我之前运行print(mean_timedelta)才打印31？

Answer 1

mean_timedelta 是类型 Timedelta 的 object。当通过赋值创建 object 时，不会填充 object 的属性。您可以通过访问属性 _is_populated.

来检查它

当您第一次使用 print(mean_timedelta) 打印整个 object 时，属性会在内部填充。这就是为什么您可以访问 _m:

等属性的原因

mean_timedelta=df_test['Timedeltas'].mean()
print(mean_timedelta.is_populated)
print(mean_timedelta)
print(mean_timedelta.is_populated)
print(mean_timedelta._m)
print(mean_timedelta.is_populated)

输出：

False
1 days 13:31:31.500000
True
31
True

我的回答是基于 source code of the class.

要有意填充它，您可以调用：

mean_timedelta._ensure_components()

如果您需要以其他方式获取会议记录，您可以这样做：

print((mean_timedelta.seconds//60)%60)

Pandas Timedelta 属性 (_m, _s)：奇怪的行为

Pandas Timedelta attributes (_m, _s): odd behaviour

python

timedelta

pycharm

pandas