Моят проблем е прост. Имам данни за времеви отпечатъци от Twitter. Всеки ред е потребител, всяка колона показва последния път, когато потребителят е туитнал.
time_0 time_1 time_2 time_3
21/03/2014 16:17 21/03/2014 15:40 21/03/2014 14:55 21/03/2014 12:50
21/03/2014 16:29 21/03/2014 16:26 21/03/2014 16:23 21/03/2014 16:21
04/07/2012 13:43 04/07/2012 13:37 04/07/2012 13:34 04/07/2012 13:29
19/03/2014 01:41 18/03/2014 01:19 17/03/2014 00:50 05/03/2014 22:30
Това, което бих искал да направя, е да получа часови разлики. За всяка колона бих искал да заменя датата и часа с времето от последната публикация. Например, ако първата ми публикация е в 20:00 часа, а втората ми публикация в 8 45, искам да получа „45 минути“ в първата си колона. В идеалния случай изходът ми е такъв (разликата се изчислява в секунди)
time_0 time_1 time_2 time_3
2220 2700 7500 43860
180 180 120 0
360 180 300 300
87720 88140 -4138800 5794500
60 0 0 0
74340 1800 0 540
Аз го правя така:
df = pandas.read_csv("testtimedelta.csv",header=0,parse_dates=column_names)
df=df.dropna()#get rid of not complete rows
column_names=[]
for i in range(100):
column_names.append('time_'+str(i))
deltadatas=df[column_names]
for i in range(len(column_names)-1):
deltadatas[column_names[i]]=deltadatas[column_names[i]]-deltadatas[column_names[i+1]]/ np.timedelta64(1,'s')
Това изглежда правилно, с изключение на определени клетки, връща резултат, който няма нищо общо с входа, например 4 милиона секунди, където трябва да е 1 милион. Понякога дори връща отрицателен резултат, както можете да видите в моя изходен пример по-горе.
Някой може ли да обясни какво се случи? Предложете по-добър начин да го направите?
Използвам numpy версия 1.8.0 и pandas версия 0.13.0
РЕДАКТИРАНЕ: пример за това, което не е наред.
state followers friends tweets_number time_0 source_0 time_1 source_1 time_2 source_2 time_3
Bot 3890 2222 1211 19/03/2014 01:41 twitterfeed 18/03/2014 01:19 twitterfeed 17/03/2014 00:50 twitterfeed 05/03/2014 22:30
В този пример time2-time3 ще ми даде -47 дни, което е невъзможно, и ако направя това, което @Jeff предложи по-долу, отново 47 дни.
Благодаря много за всяка помощ!!
column_names
, нитоpd
(=pandas.io.parsers?) са дефинирани. - person aepsil0n   schedule 28.03.2014