[python] datetime columns difference 구하기

 

 

데이터프레임에서 두 datetime 행의 차, 즉 시간의 차이를 구하고 싶은 경우 여러가지 방법이 있다. 시간의 차이를 시, 분, 초로 나타내거나 날짜를 구할 수도 있다. 다양한 경우에 대해 알아보자.

공식 문서 https://pandas.pydata.org/docs/reference/api/pandas.Series.dt.html

https://pandas.pydata.org/docs/reference/api/pandas.Timedelta.html

 

설정

날짜 차이를 계산하고자 하는 행들의 dtype이 datetime이어야 함을 주의한다.

만약 object type이라면 pandas.to_datetime을 사용하여 datetime type으로 변경해준다.

import pandas as pd

df = pd.DataFrame(
    {'from_date': pd.date_range(start='2023-08-01', end='2023-08-02', freq='3H'),
     'to_date': pd.date_range(start='2023-08-01 12:00:00', end='2023-08-03 12:00:00', freq='6H')}
)

df

 

계산 예시

차이 구하기

df.to_date - df.from_date

또는

df.to_date.sub(df.from_date)

output >>>

0   0 days 12:00:00
1   0 days 15:00:00
2   0 days 18:00:00
3   0 days 21:00:00
4   1 days 00:00:00
5   1 days 03:00:00
6   1 days 06:00:00
7   1 days 09:00:00
8   1 days 12:00:00
dtype: timedelta64[ns]

 

시간 차이 구하기

(df.to_date - df.from_date) / pd.Timedelta(hours=1)

또는

(df.to_date - df.from_date).dt.total_seconds() / 60 / 60

output >>>

0    12.0
1    15.0
2    18.0
3    21.0
4    24.0
5    27.0
6    30.0
7    33.0
8    36.0
dtype: float64

 

분 차이 구하기

(df.to_date - df.from_date) / pd.Timedelta(minutes=1)

또는

(df.to_date - df.from_date).dt.total_seconds() / 60

output >>>

0     720.0
1     900.0
2    1080.0
3    1260.0
4    1440.0
5    1620.0
6    1800.0
7    1980.0
8    2160.0
dtype: float64

 

초 차이 구하기

(df.to_date - df.from_date) / pd.Timedelta(seconds=1)

또는

(df.to_date - df.from_date).dt.total_seconds()

output >>>

0     43200.0
1     54000.0
2     64800.0
3     75600.0
4     86400.0
5     97200.0
6    108000.0
7    118800.0
8    129600.0
dtype: float64

 

날짜 차이 구하기

(df.to_date - df.from_date).dt.days

output >>>

0    0
1    0
2    0
3    0
4    1
5    1
6    1
7    1
8    1
dtype: int64

 

날짜 제외한 초 차이 구하기

hours + minutes + seconds의 결과를 seconds로 가져온다. days는 제외

(df.to_date - df.from_date).dt.seconds

output >>>

0    43200
1    54000
2    64800
3    75600
4        0
5    10800
6    21600
7    32400
8    43200
dtype: int64