Question

怎么将python时间段（Timedelta）转化为int或float数值形式! 急。

比如我两个时间2014-6-30和2013-12-10相减得到225 days 12:00:00，怎么将这个Timedelta转化为按月份计算的可以数值形式(int或float），比如8.5，转化成可以进行聚类计算的数值。

Answer 1

1、打开visio studio 2015，在文件中打开新建项目，新建一个Python应用程序，并修改程序的名称为int2date。

2、在生成的int2date.py文件中加入以下代码：from dateutil.parser import parsea=20181229，

b=str(a)，c=parse(b)，print(c)。

3、运行结果如下。

4、打开IDLE，并新建一个文件，在新建文件中输入以下代码：from dateutil.parser import parse。a=20181229b=str(a)，c=parse(b)，print(c)。

5、点击run model会出现以下对话框，选择确定，并填入合适的文件名。

6、运行结果如下。

Answer 2

月是一个没有定数的单位，一个月是28天，29天，30天，还是31天？。
没有正式场合用月为单位统计。
不是不能转，只是没有标准规则转。
你可以先定个私家规则，规定你的“统计月”的天数，除一下就可以得出。

追问

对图中DataFrame的第一列和第二列的时间戳相减怎么能得到按月份的数值，按每月30天估计也可以，无所谓。比如8.2个月,15.5个月。重要的是将时间段的type转化为数值的type，int或float均可，以便于整个DataFrame可以进行标准化处理后，利用Kmeans算法进行聚类分析。225 days 12:00:00，这种Timedelta格式是不能进行欧氏距离计算的。

追答

Timedelta对象是可以用于加减乘除等数值计算的，也专门用于表示时间段。
如果转换成8.2个月会引起数值不精确，多此一举也容易引起统计错误。
问题不在Timedelta，而你是对pandas的相关操作的不熟悉。
没有环境只看你这半张图的情况，我只能说你先成共转换成TimeDelta再去做下一步，错误在你的具体代码上，不是在Timedelta功能不足.

追问

225 days 12:00:00 ,83 days 07:00:00这样的Timedelta格式也可以进行标准化处理吗？Timedelta列减去均值，再除标准差。可以吗？

追答

>>> import datetime
>>> a=datetime.timedelta(days=225,hours=12) #你说的225天12小时
>>> b=datetime.timedelta(days=83,hours=7) #你说的83天7小时
>>> a-b  #直接减去，得到
datetime.timedelta(142, 18000)      #表示142天18000秒
>>> a/20  #a除以20，得到
datetime.timedelta(11, 23760) #表示11天23760秒
>>> c=a/20
>>> print(repr(c.days)+"天"+repr(c.seconds/3600)+"小时")
11天6.6小时

Answer 3

td_series.astype('timedelta64[D]').astype(int) 提取天数

td_series.astype('timedelta64[h]').astype(int) 提取小时
要提取月份的值再除30天，自行把握

Answer 4

其实上面的答案已经说得比较详细了，timedelta可以通过day属性获取天数，这个天数就是int型了，天数除以30就能得到月份了。
刚好最近也在看这个例子，data['LOAD_TIME']-data['FFP_DATE'] 得到的是一个datedelta类型的series，series是没有days属性的。
通过遍历可以将他全部转换成月：for i in data['LOAD_TIME']-data['FFP_DATE'] :
int( i.days/30)
就可以得到月份了。

Answer 5

• Series.dt.days

• Number of days for each element.