(pd.to_datetime(unprompt_paid.乘客付款时间)-pd.to_datetime(unprompt_paid.用车时间)).dt.hour被返回 'TimedeltaProperties' object has no attribute 'hour'

同样的，这个错误也是因为您正在尝试访问一个 Pandas Timedelta 对象的属性时，错误地使用了 `hour` 属性，但实际上 Timedelta 对象没有 `hour` 属性。

您可以通过将 `dt` 属性和 `components` 属性链接在一起来访问时间差分量的小时数。例如：

import pandas as pd

time_diff = pd.to_datetime(unprompt_paid.乘客付款时间) - pd.to_datetime(unprompt_paid.用车时间)
hours = (time_diff.dt.components / pd.Timedelta(hours=1)).astype(int)

print(hours)

这将输出以整数形式表示的时间差分量的小时数。希望这可以帮助您解决问题！

相关问题

(pd.to_datetime(unprompt_paid.乘客付款时间)-pd.to_datetime(unprompt_paid.用车时间)).dt.days该输出结果未满1天的被识别成了0，如何让时间四舍五入，未满一天的，输出1

你可以使用 `numpy.ceil()` 函数来实现时间四舍五入，未满一天的输出为 1。具体实现代码如下：

import pandas as pd
import numpy as np

# 假设 unprompt_paid 是一个 DataFrame，包含乘客付款时间和用车时间两列
days_diff = (pd.to_datetime(unprompt_paid.乘客付款时间) - pd.to_datetime(unprompt_paid.用车时间)).dt.days
days_diff = np.ceil(days_diff.where(days_diff > 0, other=1)).astype(int)

上述代码中，我们首先计算出 `pd.to_datetime(unprompt_paid.乘客付款时间) - pd.to_datetime(unprompt_paid.用车时间)` 的天数差，并使用 `numpy.where()` 函数将小于等于 0 的差值设为 1。然后使用 `numpy.ceil()` 函数将天数差值向上取整，最后使用 `astype(int)` 函数将结果转换为整数类型。这样，未满一天的差值就会被四舍五入为 1。

python中[pd.to_datetime,pd.to_datetime]

[pd.to_datetime，pd.to_datetime]是Python编程语言中Pandas库中的两个函数。这两个函数都用于将日期或时间字符串转换为Pandas中的Datetime类型。pd.to_datetime是一种灵活的函数，它可以将多种日期或时间格式转换为Datetime类型。同时，它还可以处理多个日期和时间数据的Series或DataFrame。对于不同的日期或时间格式，pd.to_datetime会自动推断出日期或时间格式并进行转换。这个函数还可以处理缺失值或不符合格式的数据，并将其转换为NaT。

pd.to_datetime函数的语法如下：
pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

而pd.to_datetime在某些方面与pd.to_datetime不同。pd.to_datetime只能将一个字符串转换为Datetime类型，而不能处理多个数据。此外，它可以接受格式参数，以便手动指定日期或时间格式。pd.to_datetime的缺点是，它不适用于不同的日期或时间格式，这可能使得日期或时间转换时存在一些限制。

pd.to_datetime函数的语法如下：
pd.to_datetime(arg, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

总之，这两个函数都可以将字符串转换为Datetime类型，并用于数据清理和分析。选择使用哪个函数取决于数据分析的需求和数据类型。