我正在使用python中的pand處理時間。我想總結一下兩個日期之間經過的時間：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為此，我計算用0索引的前兩個日期之間經過的時間，如下所示：dt0 = df.end[0] - df.start[0] out: 87 days 21:07:00dtype: timedelta64[ns]在接下來的2個日期之間也一樣：dt1 = df.end[1] - df.start[1] out: 11 days 13:06:00dtype: timedelta64[ns]哪個工作正常，但是當我兩次相加時：dt2 = dt1 + dt0 我得到dt2 = NaT而不是87天21:07:00 + 11天13:06:00的總和。有人可以幫忙嗎？下面是相同問題的另一個示例的屏幕截圖：將a和b加起來，兩個dtype：timedelta64 [ns]不起作用，為什么？
1 回答
慕姐8265434
TA貢獻1813條經驗 獲得超2個贊
瞧，這就是為什么我明確希望您打印類型。dt1而dt0不是<class 'pandas._libs.tslibs.timedeltas.Timedelta'>，他們是pandas.Series。
當您添加兩個時，Series它會根據索引對齊。由于dt1和dt2不共享相同的索引，因此它將用空值填充缺失值（NaT在這種情況下），然后執行加法。默認情況下，執行加法時它不會忽略空值，因此您所看到的是x + NaT = NaT數學的工作方式。
樣本數據
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]
代碼
加法將與索引對齊。他們沒有指數，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]')
不過說真的，你應該改變你的代碼，以便dt0和dt1只是值，如果你真的沒有必要為pd.Series。
添加回答
舉報
0/150
提交
取消