pandas 两列时间相减 分钟

在 Pandas 中，可以使用 datetime 模块来处理时间序列数据。要计算两列时间之间的分钟差，请将这两列时间转换为 Pandas DateTime 对象，并通过使用 Pandas 的时间差函数来计算时间差。

以下是一个示例代码：

import pandas as pd

df = pd.read_csv('data.csv')
df['start_time'] = pd.to_datetime(df['start_time'])
df['end_time'] = pd.to_datetime(df['end_time'])

df['duration'] = (df['end_time'] - df['start_time']).astype('timedelta64[m]')

首先，将包含开始时间和结束时间的列转换为 DateTime 对象，这样它们就可以进行日期计算。然后，使用 Pandas 的时间差函数，即结束时间减去开始时间，来计算时间差。最后，将时间差转换为分钟。

在上面的代码中，我们将新创建的 "duration" 列的数据类型转换为 timedelta64[m]，以便将时间差转换为分钟。

相关问题

pandas 两列时间相减

如果你想要计算 Pandas DataFrame 中两列日期时间之间的差异，可以使用 Pandas 的 `timedelta` 函数。

假设你的 DataFrame 包含两列名为 `start_time` 和 `end_time`，并且这两列都包含日期时间数据。你可以使用以下代码计算这两列之间的差异：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({
    'start_time': ['2022-01-01 10:00:00', '2022-01-01 11:30:00', '2022-01-01 13:15:00'],
    'end_time': ['2022-01-01 11:00:00', '2022-01-01 12:45:00', '2022-01-01 14:30:00']
})

# 将日期时间列转换为 Pandas 的 datetime 类型
df['start_time'] = pd.to_datetime(df['start_time'])
df['end_time'] = pd.to_datetime(df['end_time'])

# 计算两列之间的时间差
df['duration'] = df['end_time'] - df['start_time']

# 输出结果
print(df)

这将输出以下结果：

           start_time            end_time        duration
0 2022-01-01 10:00:00 2022-01-01 11:00:00 0 days 01:00:00
1 2022-01-01 11:30:00 2022-01-01 12:45:00 0 days 01:15:00
2 2022-01-01 13:15:00 2022-01-01 14:30:00 0 days 01:15:00

注意，`duration` 列中的值是 `timedelta` 类型，表示两列日期时间之间的差异。你可以在 `timedelta` 对象上使用 `.total_seconds()` 方法将差异转换为秒数，或使用 `.days`、`.seconds`、`.microseconds` 等属性获取更详细的信息。

pandas两列数据相减

在pandas中，可以使用减法操作符（-）来计算两列数据的差值。假设有一个名为df的DataFrame对象，其中包含两列数据column1和column2，你可以通过以下方式计算它们的差值：

df['column_diff'] = df['column1'] - df['column2']

这将创建一个新的列column_diff，其中包含column1和column2之间的差值。你可以根据实际情况修改列名和DataFrame对象的名称。