如何在熊猫/ Python中对dtype：timedelta64 [ns]求和？

Question

我正在使用python中的pand处理时间。我想总结一下两个日期之间经过的时间：0   2012-03-06 14:22:000   2012-06-02 11:29:001   2012-04-16 20:51:001   2012-04-28 09:57:00为此，我计算用0索引的前两个日期之间经过的时间，如下所示：dt0 = df.end[0] - df.start[0]  out: 87 days 21:07:00dtype: timedelta64[ns]在接下来的2个日期之间也一样：dt1 = df.end[1] - df.start[1]  out: 11 days 13:06:00dtype: timedelta64[ns]哪个工作正常，但是当我两次相加时：dt2 = dt1 + dt0 我得到dt2 = NaT而不是87天21:07:00 + 11天13:06:00的总和。有人可以帮忙吗？下面是相同问题的另一个示例的屏幕截图：将a和b加起来，两个dtype：timedelta64 [ns]不起作用，为什么？

Answer 1

瞧，这就是为什么我明确希望您打印类型。dt1而dt0不是<class 'pandas._libs.tslibs.timedeltas.Timedelta'>，他们是pandas.Series。

当您添加两个时，Series它会根据索引对齐。由于dt1和dt2不共享相同的索引，因此它将用空值填充缺失值（NaT在这种情况下），然后执行加法。默认情况下，执行加法时它不会忽略空值，因此您所看到的是x + NaT = NaT数学的工作方式。

样本数据

import pandas as pd

a = pd.Series(pd.Timedelta(1,'d'), index=[21005])

#21005   1 days

#dtype: timedelta64[ns]

b = pd.Series(pd.Timedelta(2,'d'), index=[16992])

#16992   2 days

#dtype: timedelta64[ns]

代码

加法将与索引对齐。他们没有指数，所以你得到NaT。

a+b

#16992   NaT

#21005   NaT

#dtype: timedelta64[ns]

您真正想要做的就是添加值，而不管索引如何：

a.values+b.values

#array([259200000000000], dtype='timedelta64[ns]')

不过说真的，你应该改变你的代码，以便dt0和dt1只是值，如果你真的没有必要为pd.Series。