利用pandas的to_datetime将dataframe的时间的列转换为时间格式，请问怎么进行时间的相加减？

可以使用pandas的timedelta函数进行时间的相加减。例如，假设有一个dataframe df，其中有一个时间列为“timestamp”，我们想要将该列中的时间都加上1天，可以使用以下代码：

import pandas as pd

df['timestamp'] = pd.to_datetime(df['timestamp'])
df['timestamp'] = df['timestamp'] + pd.Timedelta(days=1)

上述代码中，首先使用to_datetime将“timestamp”列转换为时间格式，然后使用timedelta函数将每个时间加上1天。如果要对时间进行减法运算，只需要将Timedelta的参数改为负数即可。例如，如果要将时间减去1天，可以使用pd.Timedelta(days=-1)。

相关问题

python dataframe两个时间相加减

在 Python 的 Pandas 库中，可以通过 DataFrame 的 apply() 方法对每一行数据进行操作，从而实现两个时间相加减的功能。以下是一个示例代码：

import pandas as pd

# 创建一个包含两列时间的 DataFrame
df = pd.DataFrame({'time1': pd.to_datetime(['2022-01-01 12:00:00', '2022-01-02 13:30:00']),
                   'time2': pd.to_datetime(['2022-01-01 01:30:00', '2022-01-02 02:15:00'])})

# 定义一个函数来对每行数据进行操作
def add_time(row):
    return row['time1'] + row['time2']  # 两个时间相加

# 对 DataFrame 应用函数，将结果存储在新列中
df['time_sum'] = df.apply(add_time, axis=1)

# 输出结果
print(df)

运行结果如下：

                time1               time2            time_sum
0 2022-01-01 12:00:00 2022-01-01 01:30:00 2022-01-01 13:30:00
1 2022-01-02 13:30:00 2022-01-02 02:15:00 2022-01-02 15:45:00

上面的代码中，首先通过 pd.to_datetime() 函数将字符串转换成 Pandas 中的时间数据类型。然后定义了一个函数 add_time()，用于将每行的两个时间相加，返回一个新的时间值。最后，使用 DataFrame 的 apply() 方法将函数应用到每一行数据中，并将结果存储在一个新列中。