dask.dataframe.to_时间差

dask.dataframe.to_时间差¶

dask.dataframe.to_timedelta(arg: str | float | timedelta, unit: UnitChoices | None = None, errors: DateTimeErrorChoices = 'raise') → Timedelta[源代码]¶

dask.dataframe.to_timedelta(arg: dask.dataframe.core.Series, unit: UnitChoices | None = None, errors: DateTimeErrorChoices = 'raise') → dask.dataframe.core.Series

将参数转换为 timedelta。

Timedeltas 是时间上的绝对差异，以差异单位表示（例如天、小时、分钟、秒）。此方法将一个可识别的 timedelta 格式/值转换为 Timedelta 类型。

参数

参数str, timedelta, 类似列表或 Series

要转换为 timedelta 的数据。

在 2.0 版更改: 带有单位 ‘M’, ‘Y’ 和 ‘y’ 的字符串不代表明确的 timedelta 值，并且会引发异常。

单元str, 可选

表示数值 arg 的单位。默认为 "ns"。

可能的值：

‘W’
‘D’ / ‘days’ / ‘day’
‘小时’ / ‘小时’ / ‘小时’ / ‘小时’ / ‘小时’
‘m’ / ‘minute’ / ‘min’ / ‘minutes’ / ‘T’
‘s’ / ‘seconds’ / ‘sec’ / ‘second’ / ‘S’
‘ms’ / ‘milliseconds’ / ‘millisecond’ / ‘milli’ / ‘millis’ / ‘L’
‘us’ / ‘microseconds’ / ‘microsecond’ / ‘micro’ / ‘micros’ / ‘U’
‘ns’ / ‘纳秒’ / ‘纳’ / ‘纳秒’ / ‘纳秒’ / ‘N’

当 arg 包含字符串且 errors="raise" 时，不得指定。

2.2.0 版后已移除: 单位 ‘H’, ‘T’, ‘S’, ‘L’, ‘U’ 和 ‘N’ 已被弃用，并将在未来版本中移除。请使用 ‘h’, ‘min’, ‘s’, ‘ms’, ‘us’ 和 ‘ns’ 代替 ‘H’, ‘T’, ‘S’, ‘L’, ‘U’ 和 ‘N’。

错误{‘忽略’, ‘引发’, ‘强制’}, 默认 ‘引发’

如果为 ‘raise’，则无效的解析将引发异常。
如果为 ‘coerce’，则无效的解析将被设置为 NaT。
如果为 ‘ignore’，则无效的解析将返回输入内容。

返回

timedelta

如果解析成功。返回类型取决于输入：

类似列表：timedelta64 类型的 TimedeltaIndex
系列: timedelta64 数据类型的系列
scalar: Timedelta

参见

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。

注释

如果精度高于纳秒，则对于字符串输入，持续时间的精度将被截断为纳秒。

示例

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)

dask.dataframe.to_numeric

Dask 延迟