Python .diff(句号=10)在Pandas 系列中发挥作用吗

发布于11月19日

我的数据帧是这样的:

import pandas as pd
import numpy as np

date_rng = pd.date_range(start="2023-11-18", periods=3, freq="10S")
values = [4, 2, 3]
df = pd.DataFrame(data={"values": values}, index=date_rng)
df["dt"] = df.index.to_series().diff().dt.seconds
df["dt"] = df.index.to_series().diff(periods=2).dt.seconds
df["dt_neg"] = df.index.to_series().diff(periods=-1).dt.seconds
print(df)

赠送

                     values    dt   dt_neg
2023-11-18 00:00:00       4   NaN  86390.0
2023-11-18 00:00:10       2   NaN  86390.0
2023-11-18 00:00:20       3  20.0      NaN

负面价值观难道不应该也奏效吗？

我读了答案here和here.

推荐答案

seconds返回与小时/分钟无关的秒数.您需要使用total_seconds:

df["dt_neg"] = df.index.to_series().diff(periods=-1).dt.total_seconds()

输出:

                     values    dt  dt_neg
2023-11-18 00:00:00       4   NaN   -10.0
2023-11-18 00:00:10       2   NaN   -10.0
2023-11-18 00:00:20       3  20.0     NaN

事实上，负时间增量有一种特殊的格式:

df.index.to_series().diff(periods=-1)

2023-11-18 00:00:00   -1 days +23:59:50
2023-11-18 00:00:10   -1 days +23:59:50
2023-11-18 00:00:20                 NaT
Freq: 10S, dtype: timedelta64[ns]