np.timedelta64 转换为天、周、月等

Question

当我计算两个 pandas 的 datetime64 日期之间的差值时，我得到的是 np.timedelta64。有没有简单的方法可以把这些时间差转换成小时、天、周等表示方式呢？

我找不到 np.timedelta64 中可以方便地在不同单位之间转换的方法，但看起来 Pandas 在打印时间差时似乎知道怎么把这些单位转换成天（例如，我在数据框中得到的字符串表示是：29 days, 23:20:00）。有没有办法可以使用这个功能呢？

更新：

奇怪的是，以下这些方法都不管用：

> df['column_with_times'].days
> df['column_with_times'].apply(lambda x: x.days)

但这个方法可以：

df['column_with_times'][0].days

Answer 1

在pandas中，时间差（timedelta）数据是用numpy的timedelta64[ns]类型来存储的，但pandas还提供了Timedelta类型，这样使用起来更方便（比如可以直接获取天数、小时数等不同的部分）。

In [41]: timedelta_col = pd.Series(pd.timedelta_range('1 days', periods=5, freq='2 h'))

In [42]: timedelta_col
Out[42]:
0   1 days 00:00:00
1   1 days 02:00:00
2   1 days 04:00:00
3   1 days 06:00:00
4   1 days 08:00:00
dtype: timedelta64[ns]

要访问一整列（系列）中的不同部分，你需要使用.dt这个访问器。例如：

In [43]: timedelta_col.dt.hours
Out[43]:
0    0
1    2
2    4
3    6
4    8
dtype: int64

使用timedelta_col.dt.components可以得到一个包含所有不同部分（从天到纳秒）的数据框，每个部分都是不同的列。
当你访问上面列中的一个值时，它会返回一个Timedelta对象，这时你就不需要再使用dt访问器了，可以直接访问各个部分：

In [45]: timedelta_col[0]
Out[45]: Timedelta('1 days 00:00:00')

In [46]: timedelta_col[0].days
Out[46]: 1L

所以.dt访问器是用来访问Timedelta标量的属性，但这是针对整列的。这就是为什么你可以用df['column_with_times'][0].days来获取天数，但df['column_with_times'].days却不行的原因。
而df['column_with_times'].apply(lambda x: x.days)不工作的原因是，apply函数接收到的是timedelta64的值（而不是Timedelta类型），而这些值是没有这些属性的。