Función Pandas pd.Timedelta()

Pandas 通用函数 Funciones comunes de Pandas

pd.Timedelta()es la función de la biblioteca Pandas utilizada paracrear diferencias de tiempoRepresenta la duración entre dos momentos y se puede utilizar para operaciones de suma y resta de fechas y horas.

Timedelta es una herramienta poderosa para manejar duraciones de tiempo, muy utilizada en escenarios como calcular la diferencia entre dos fechas, agregar o restar una longitud de tiempo específica, etc.

Significado de la palabra： TimedeltaEs la combinación de "time" (tiempo) y "delta" (variación), que significa "incremento de tiempo", es decir, la duración de un período de tiempo.

Sintaxis básica y parámetros

pd.Timedelta()Es una función de nivel superior de la biblioteca Pandas, utilizada para crear objetos de diferencia de tiempo.

Formato de sintaxis

pd.Timedelta(value, unit='ns', **kwargs)

Descripción de parámetros

Parámetro	Tipo	¿Obligatorio?	Descripción	Valor por defecto
value	string, int, float, datetime.timedelta	Opcional	El valor de diferencia de tiempo a convertir.	None
unit	string	Opcional	La unidad cuando value es un valor numérico: 'D' (días), 'h' (horas), 'm' (minutos), 's' (segundos), 'ms' (milisegundos), 'us' (microsegundos), 'ns' (nanosegundos).	'ns'
days	Entero	Opcional	Días.	0
hours	Entero	Opcional	Horas.	0
minutes	Entero	Opcional	Minutos.	0
seconds	Entero	Opcional	Segundos.	0
milliseconds	Entero	Opcional	Milisegundos.	0
microseconds	Entero	Opcional	Microsegundos.	0
nanoseconds	Entero	Opcional	Nanosegundos.	0

Descripción del valor de retorno

Valor de retorno: Devuelve un objeto Timedelta, que representa un intervalo de tiempo.
Efecto: Se puede utilizar para operaciones de suma y resta de timestamps, o para calcular la diferencia entre dos momentos.

Ejemplos

A través de una serie de ejemplos de simples a complejos, dominaremos completamentepd.Timedelta()su uso.

Ejemplo 1: Uso básico - Crear una diferencia de tiempo

Ejemplo

import pandas as pd

# 1. Crear Timedelta con una cadena (string)
print("=== Crear diferencia de tiempo con cadena ===")
td1 = pd.Timedelta('1 days')
print(f"pd.Timedelta('1 days'): {td1}")

td2 = pd.Timedelta('2 hours 30 minutes')
print(f"pd.Timedelta('2 hours 30 minutes'): {td2}")

td3 = pd.Timedelta('1 days 02:30:45')
print(f"pd.Timedelta('1 days 02:30:45'): {td3}")

td4 = pd.Timedelta('2 weeks')
print(f"pd.Timedelta('2 weeks'): {td4}")

# 2. Crear usando parámetros de palabra clave
print("n=== Crear con parámetros de palabra clave ===")
td5 = pd.Timedelta(days=5, hours=10, minutes=30)
print(f"pd.Timedelta(days=5, hours=10, minutes=30): {td5}")

td6 = pd.Timedelta(hours=1.5)
print(f"pd.Timedelta(hours=1.5): {td6}")

# 3. Crear usando valor numérico y unidad
print("n=== Crear con valor numérico y unidad ===")
td7 = pd.Timedelta(10, unit='D')
print(f"pd.Timedelta(10, unit='D'): {td7}")

td8 = pd.Timedelta(30, unit='m')
print(f"pd.Timedelta(30, unit='m'): {td8}")

# 4. Convertir desde datetime.timedelta
print("n=== Convertir desde datetime.timedelta ===")
import datetime
dt_td = datetime.timedelta(days=3, hours=6)
td9 = pd.Timedelta(dt_td)
print(f"Desde datetime.timedelta: {td9}")

# 5. Ver las propiedades de Timedelta
print("n=== Propiedades de Timedelta ===")
td = pd.Timedelta('3 days 12 hours 30 minutes 45 seconds')
print(f"Diferencia de tiempo: {td}")
print(f"Días totales: {td.days}")
print(f"Segundos totales: {td.seconds}")
print(f"Microsegundos totales: {td.microseconds}")
print(f"Segundos totales (incluye decimales): {td.total_seconds()}")
print(f"Convertido a horas: {td.total_seconds() / 3600}")

Resultado de ejecución:

=== 字符串创建时间差 ===
pd.Timedelta('1 days'): 1 days, 0:00:00
pd.Timedelta('2 hours 30 minutes'): 0 days, 2:30:00
pd.Timedelta('1 days 02:30:45'): 1 days 02:30:45
pd.Timedelta('2 weeks'): 14 days, 0:00:00

=== 关键字参数创建 ===
pd.Timedelta(days=5, hours=10, minutes=30): 5 days 10:30:00
pd.Timedelta(hours=1.5): 0 days, 01:30:00

=== 数值和单位创建 ===
pd.Timedelta(10, unit='D'): 10 days, 0:00:00
pd.Timedelta(30, unit='m'): 0 days, 0:30:00

=== 从 datetime.timedelta 转换 ===
从 datetime.timedelta: 3 days 06:00:00

=== Timedelta 属性 ===
时间差: 3 days 12:30:45
总天数: 3
总秒数: 45045
总微秒数: 45000
总秒数 (含小数): 303045.0
84.17916666666667

Análisis del código:

pd.Timedelta()Se admiten múltiples formas de creación: cadena (string), parámetros de palabra clave, valor numérico + unidad, datetime.timedelta.
El formato de cadena es muy flexible, admite '1 days', '2 weeks', '1 days 02:30:45', etc.
total_seconds()El método devuelve el total de segundos (incluida la parte decimal).

Ejemplo 2: Operaciones con diferencias de tiempo

Ejemplo

import pandas as pd
import numpy as np

# 1. Suma y resta de timestamp y diferencia de tiempo
print("=== Operaciones de timestamp y diferencia de tiempo ===")
ts = pd.Timestamp('2023-01-01 12:00:00')

td = pd.Timedelta(days=5, hours=3)
print(f"Timestamp: {ts}")
print(f"Diferencia de tiempo: {td}")
print(f"ts + td: {ts + td}")
print(f"ts - td: {ts - td}")

# 2. Restar dos timestamps para obtener la diferencia de tiempo
print("n=== Resta de dos timestamps ===")
ts1 = pd.Timestamp('2023-01-15 18:00:00')
ts2 = pd.Timestamp('2023-01-10 09:00:00')

tdiff = ts1 - ts2
print(f"ts1: {ts1}")
print(f"ts2: {ts2}")
print(f"ts1 - ts2: {tdiff}")
print(f"Diferencia en días: {tdiff.days}")
print(f"Diferencia en horas: {tdiff.total_seconds() / 3600}")

# 3. Operaciones entre diferencias de tiempo
print("n=== Operaciones entre diferencias de tiempo ===")
td1 = pd.Timedelta(days=2)
td2 = pd.Timedelta(hours=12)

print(f"td1: {td1}")
print(f"td2: {td2}")
print(f"td1 + td2: {td1 + td2}")
print(f"td1 - td2: {td1 - td2}")
print(f"td1 * 2: {td1 * 2}")
print(f"td1 / 2: {td1 / 2}")

# 4. Operaciones entre diferencia de tiempo y valor numérico
print("n=== Operaciones entre diferencia de tiempo y valor numérico ===")
td = pd.Timedelta(hours=10)
print(f"10 horas * 3 = {td * 3}")
print(f"10 horas / 2 = {td / 2}")
print(f"10 horas // 3 = {td // 3}")

Resultado de ejecución:

=== 时间戳与时间差运算 ===
时间戳: 2023-01-01 12:00:00
时间差: 5 days 03:00:00
ts + td: 2023-01-06 15:00:00
ts - td: 2022-12-27 09:00:00

=== 两个时间戳相减 ===
ts1: 2023-01-15 18:00:00
ts2: 2023-01-10 09:00:00
ts1 - ts2: 5 days 09:00:00
天数差: 5
小时差: 129.0

=== 时间差之间的运算 ===
td1: 2 days, 0:00:00
td2: 12:00:00
td1 + td2: 2 days 12:00:00
td1 - td2: 1 day, 12:00:00
td1 * 2: 4 days, 0:00:00
td1 / 2: 1 day, 0:00:00

=== 时间差与数值运算 ===
10小时 * 3 = 1 day, 3:00:00
10小时 / 2 = 5:00:00
10小时 // 3 = 3:20:00

Análisis del código:

Un timestamp más una diferencia de tiempo produce un nuevo timestamp.
La resta de dos timestamps produce una diferencia de tiempo.
Las diferencias de tiempo se pueden sumar y restar entre sí.
Las diferencias de tiempo se pueden multiplicar y dividir por valores numéricos.

Ejemplo 3: Uso de diferencias de tiempo en DataFrame

Ejemplo

import pandas as pd
import numpy as np

# 1. Crear un DataFrame con diferencias de tiempo
print("=== Análisis del tiempo de procesamiento de pedidos ===")

# Simular datos de pedidos
df = pd.DataFrame({
'order_id': ['A001', 'A002', 'A003', 'A004', 'A005'],
'order_time': pd.date_range('2023-01-01 09:00', periods=5, freq='2H'),
'process_time_min': [30, 45, 60, 20, 90]
})

# Convertir el tiempo de procesamiento a Timedelta
df['process_timedelta'] = pd.to_timedelta(df['process_time_min'], unit='m')

# Calcular el tiempo de finalización
df['complete_time'] = df['order_time'] + df['process_timedelta']

print(df)

# 2. Calcular estadísticas de duración del procesamiento de pedidos
print("n=== Estadísticas de duración del procesamiento ===")
total_time = df['process_timedelta'].sum()
avg_time = df['process_timedelta'].mean()
print(f"Tiempo total de procesamiento: {total_time}")
print(f"Tiempo promedio de procesamiento: {avg_time}")

# 3. Calcular el tiempo de vencimiento
print("n=== Calcular el tiempo de vencimiento (asumiendo que el pedido debe completarse en 24 horas) ===")
deadline = pd.Timedelta(hours=24)
df['deadline'] = df['order_time'] + deadline
df['is_ontime'] = df['complete_time'] <= df['deadline']
print(df[['order_id', 'order_time', 'complete_time', 'deadline', 'is_ontime']])

# 4. Filtrar pedidos vencidos
print("n===Pedidos vencidos===")
late_orders = df[~df['is_ontime']]
print(f"Número de pedidos vencidos:{len(late_orders)}")
print(late_orders[['order_id', 'complete_time', 'deadline']])

Resultado de ejecución:

=== 订单处理时间分析 ===
      order_id           order_time  process_time_min          complete_time
0      A001 2023-01-01 09:00:00                 30 2023-01-01 09:30:00
1      A002 2023-01-01 11:00:00                 45 2023-01-01 11:45:00
2      A003 2023-01-01 13:00:00                 60 2023-01-01 14:00:00
3      A004 2023-01-01 15:00:00                 20 2023-01-01 15:20:00
4      A005 2023-01-01 17:00:00                 90 2023-01-01 18:30:00

=== 处理时长统计 ===
总处理时间: 0 days 04:05:00
平均处理时间: 0 days 00:49:00

=== 计算到期时间（假设订单需要在24小时内完成）===
           order_id           order_time         complete_time         deadline  is_ontime
0  A001  2023-01-01 09:00:00  2023-01-01 09:30:00  2023-01-02 09:00:00      True
1  A002  2023-01-01 11:00:00  2023-01-01 11:45:00  2023-01-02 11:00:00      True
2  A003  2023-01-01 13:00:00  2023-01-01 14:00:00  2023-02-01 13:00:00      True
3  A004  2023-01-01 15:00:00  2023-01-01 15:20:00  2023-02-01 15:00:00      True
4  A005 2023-01-01 17:00:00  2023-01-01 18:30:00  2023-02-01 17:00:00      True

=== 超时订单 ===
超时订单数: 0

Análisis del código:

pd.to_timedelta()Se pueden convertir valores numéricos a Timedelta.
Las diferencias de tiempo se pueden sumar y restar fácilmente con timestamps.
Se pueden calcular fácilmente estadísticas como el tiempo total de procesamiento, el tiempo promedio de procesamiento, etc.

Notas

Aviso importante:

pd.TimedeltaAlmacena intervalos de tiempo, no momentos de tiempo específicos.

Las diferencias de tiempo pueden ser positivas (futuro) o negativas (pasado).

ypd.NaTDe manera similar, existepd.NaTque representa la diferencia de tiempo faltante.

Al usarunitel parámetro, asegúrese de que el tipo de valor numérico sea correcto.

Pandas 通用函数 Funciones comunes de Pandas

Otras extensiones

Lectura y escritura de datos

Núcleo de procesamiento de datos

Manual de referencia

Estadística y casos

Función Pandas pd.Timedelta()

Sintaxis básica y parámetros

Formato de sintaxis

Descripción de parámetros

Descripción del valor de retorno

Ejemplos

Ejemplo 1: Uso básico - Crear una diferencia de tiempo

Ejemplo

Ejemplo 2: Operaciones con diferencias de tiempo

Ejemplo

Ejemplo 3: Uso de diferencias de tiempo en DataFrame

Ejemplo

Notas