pandas.to_timedelta #

熊猫。to_timedelta ( arg ,单位= None ,错误= 'raise' ) [来源] #

将参数转换为 timedelta。

时间增量是时间的绝对差异，以差异单位表示（例如天、小时、分钟、秒）。此方法将参数从可识别的 timedelta 格式/值转换为 Timedelta 类型。

参数：
arg str、timedelta、列表式或系列

要转换为 timedelta 的数据。

版本 2.0 中的更改：单位为“M”、“Y”和“y”的字符串不代表明确的 timedelta 值，并且会引发异常。

单位str，可选

表示数字arg的 arg 单位。默认为"ns".

可能的值：

  • 'W'

  • 'D' / '天' / '天'

  • “小时”/“小时”/“hr”/“h”/“H”

  • '米' / '分钟' / '分钟' / '分钟' / 'T'

  • 's' / '秒' / '秒' / '秒' / 'S'

  • 'ms' / '毫秒' / '毫秒' / '毫' / '毫利斯' / 'L'

  • '我们'/'微秒'/'微秒'/'微'/'微'/'U'

  • 'ns' / '纳秒' / '纳诺' / '纳诺斯' / '纳秒' / 'N'

当arg包含字符串 和时，不得指定errors="raise"。

自版本 2.2.0 起已弃用：单位“H”、“T”、“S”、“L”、“U”和“N”已弃用，并将在未来版本中删除。请使用“h”、“min”、“s”、“ms”、“us”和“ns”，而不是“H”、“T”、“S”、“L”、“U”和“N” '。

错误{'ignore', 'raise', 'coerce'}, 默认 'raise'

  • 如果“引发”，则无效解析将引发异常。

  • 如果“强制”，则无效解析将被设置为 NaT。

  • 如果“忽略”，则无效解析将返回输入。

返回：
时间增量

如果解析成功。返回类型取决于输入：

  • 类似列表：timedelta64 dtype 的 TimedeltaIndex

  • 系列：timedelta64 dtype系列

  • 标量：Timedelta

也可以看看

DataFrame.astype

将参数转换为指定的数据类型。

to_datetime

将参数转换为日期时间。

convert_dtypes

转换数据类型。

笔记

如果精度高于纳秒，则字符串输入的持续时间精度将被截断为纳秒。

例子

将单个字符串解析为 Timedelta：

>>> pd.to_timedelta('1 days 06:05:01.00003')
Timedelta('1 days 06:05:01.000030')
>>> pd.to_timedelta('15.5us')
Timedelta('0 days 00:00:00.000015500')

解析字符串列表或数组：

>>> pd.to_timedelta(['1 days 06:05:01.00003', '15.5us', 'nan'])
TimedeltaIndex(['1 days 06:05:01.000030', '0 days 00:00:00.000015500', NaT],
               dtype='timedelta64[ns]', freq=None)

通过指定unit关键字参数来转换数字：

>>> pd.to_timedelta(np.arange(5), unit='s')
TimedeltaIndex(['0 days 00:00:00', '0 days 00:00:01', '0 days 00:00:02',
                '0 days 00:00:03', '0 days 00:00:04'],
               dtype='timedelta64[ns]', freq=None)
>>> pd.to_timedelta(np.arange(5), unit='d')
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
               dtype='timedelta64[ns]', freq=None)