Pandas计算同列相邻日期的分钟级时间差方法

需求说明 #

• 数据集包含存储日期时间值的DATE列
• 需要逐行计算相邻两个日期的分钟级时间差
• 计算结果存入名为time_interval的新列
• 原始数据集参考：
  
• 期望输出效果参考：
  

原代码问题 #

原有代码存在语法错误，axis是Pandas内置方法的入参，不能直接写在列运算表达式中，且未调用正确的相邻行差值计算逻辑：

# 错误代码
df['time_interval'] = (df['DATE'],axis=0 - df['DATE'],axis=1) * 24 * 60

正确实现代码 #

import pandas as pd

# 先将DATE列转换为标准datetime格式，若列本身已是datetime类型可跳过该行
df['DATE'] = pd.to_datetime(df['DATE'])

# 计算相邻行时间差，转换为分钟单位
df['time_interval'] = df['DATE'].diff().dt.total_seconds() / 60

逻辑说明 #

• diff()方法默认计算当前行与上一行的差值，第一行没有上序相邻值会返回空值，和示例期望效果一致
• dt.total_seconds()会把时间差类型的结果转换为总秒数，除以60即可得到分钟级差值
• 如果需要把第一行的空值替换为0，可在表达式末尾追加.fillna(0)

内容的提问来源于stack exchange，提问作者Ben