Pandas 数据分析: 3 种方法实现一个实用小功能

Pandas 的强大体现在其简洁,解决一些数据分析问题非常方便。

今天解释一个实用的小功能,或许日后工作学习中会用到。

求两列时分(HH:mm)表示数据的分钟数差值。

1 数据

作为演示,构造如下四行两列的数据,每一个单元格取值格式为:时分:

使用pandas读入数据:使用的 pandas 版本为 0.25.1

df = pd.read_excel('test_date_subtract.xlsx')
df

2 直觉解法

与时间相关,自然第一感觉便是转化为datetime格式,这里需要注意:需要首先将两列转化为 str 类型。

直接使用 astype 转为 str 类型:

df['a'] = df['a'].astype(str)
df['b'] = df['b'].astype(str) 

然后转化为 datetime 类型:

df['atime'] = pd.to_datetime(df['a'])
df['btime'] = pd.to_datetime(df['b'])
df 

然后使用 dt 访问器转化为分钟数:

df['amins'] = df['atime'].dt.hour * 60 + df['atime'].dt.minute 
df['bmins'] = df['btime'].dt.hour * 60 + df['btime'].dt.minute 
df 

最后求分钟数差值:

df['mins'] = df['amins'] - df['bmins'] 
df 

3 转为 DatetimeIndex

转化为 DatetimeIndex 类型后,直接获取 hour 和 minute 属性:

atime = pd.DatetimeIndex(df['a'])
btime = pd.DatetimeIndex(df['b'])
df['amins'] = atime.hour * 60 + atime.minute
df['bmins'] = btime.hour * 60 + btime.minute 
df 

4 使用 split

以上方法都不是最高效的,而根据: split 是更加高效的实现。

同样也得先转化为 str 类型:

df['a'] = df['a'].astype(str)
df['b'] = df['b'].astype(str)

其次 split:

df['asplit'] = df['a'].str.split(':')
df['bsplit'] = df['b'].str.split(':')
df 

得到结果如下:

使用 apply 操作每个元素,转化为分钟数:

df['amins'] = df['asplit'].apply(lambda x: int(x[0])*60 + int(x[1]))
df['bmins'] = df['bsplit'].apply(lambda x: int(x[0])*60 + int(x[1]))
df 

5 总结

以上就是使用 pandas 三种方法求解时分表示数据的分钟数差值,使用到的 API 包括:

  • to_datetime 转化为日期时间

  • datetime 类型列的 dt 访问器

  • DatetimeIndex 类型,带有 hour, minute 等属性

  • Series.astype 为某个类型

  • Series.str.split 分隔字符串

  • Series.apply 操作到元素级

6 福利时间

机器学习算法的数学解析与Python实现

本次联合高端IT出版品牌【机械工业出版社华章公司】为大家带来「3」本正版新书。在本文评论中回复谈谈你对pandas做数据分析的使用心得,6月16日22点前,评论点赞数第1名的读者获得「1」本,用心的留言被振哥选中的获得「1」本,过去一周分享最多的获得「1」本,没中奖的读者也可以点击下方链接购买:

https://item.jd.com/12615709.html

文章都是一字一字敲出来的,如果觉得文章有帮助,或者喜欢这样的送书活动,欢迎在看、留言或分享朋友圈。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值