将DatetimeIndex转换为Timedelta索引 [英] Converting DatetimeIndex to Timedelta index

问题描述

给出:

ts = pd.to_datetime(['2014-01-08 08:00:42',
                     '2014-01-08 08:01:00',
                     '2014-01-08 08:01:12'])

是否存在规定的方法来获取每个元素之间的时间增量(最好是total_seconds属性)?

Is there a prescribed way to get a result that is the timedelta (preferably total_seconds attribute) between each element?

我现在所拥有的似乎太冗长了:

What I have now seems overly verbose:

pd.Index((pd.Series(ts) - pd.Series(ts).shift())).total_seconds()
# Float64Index([nan, 18.0, 12.0], dtype='float64')

我不太在意最终的数据结构类型，无论是列表，索引还是序列.

I don't really care about the resulting data structure type, be it a list, Index, or Series.

推荐答案

您可以通过这种方式使用np.diff.

You can use np.diff in this way.

np.diff(ts.values).astype(int) / 1E9

array([ 18.,  12.])

或

np.append(np.nan, np.diff(ts.values).astype(int) / 1E9)

array([ nan,  18.,  12.])

这篇关于将DatetimeIndex转换为Timedelta索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！