pandas
pandas 是數據處理的利器，非常方便進行表格數據處理，用過的人應該都很清楚，沒接觸的可以自行查閱pandas 官網。
需求介紹
最近在使用 pandas 的過程中碰到一個問題，需要計算數據中某時間字段下一行相對上一行的時間差，之前有用過 dataframe 的 diff 函數，但是官方的教程里只介紹了數值字段的操作，即結果為當前行減去上一行的差值，所以直觀的以為時間字段無法進行此項操作。於是我使用了最原始的方式，循環遍歷 dataframe 每一行，逐行求時間差，將其存入數組中，最后此數組即為結果。
解決方案
今天，再看代碼的時候，想到為什么不嘗試一下 diff 對於時間字段到底會得到什么結果呢？於是嘗試了一下，並發現了些新東西，本文就將這個過程記錄一下。
數據存在 csv 文件中，內容如下：
time
2020-02-01 8:00
2020-02-01 8:10
2020-02-01 8:20
2020-02-01 8:30
2020-02-01 8:40
2020-02-01 9:00
2020-02-01 9:10
2020-02-01 9:40
2020-02-01 10:00
2020-02-02 10:00
讀取文件，並進行 diff 操作，代碼段如下：
import pandas as pd
df = pd.read_csv('/your/file/path.csv', parse_dates=['time'])
time_diff = df['time'].diff()
print(time_diff)
其中 read_csv 為從硬盤中讀取文件，parse_dates=['time'] 表示將 time 字段解析為時間。得到如下結果：
0 NaT
1 0 days 00:10:00
2 0 days 00:10:00
3 0 days 00:10:00
4 0 days 00:10:00
5 0 days 00:20:00
6 0 days 00:10:00
7 0 days 00:30:00
8 0 days 00:20:00
9 1 days 00:00:00
Name: time, dtype: timedelta64[ns]
從中我們可以看出， diff 操作對於時間字段確實有效，並真實的得到了上下行之間的時間差，只是使用 timedelta64[ns] 進行存儲，而不是我們通常想到的秒。這樣我們的問題就變的簡單了，只需要將結果中的 timedelta64[ns] 類型轉為秒數就可以了，之前從未接觸過 timedelta64[ns] 字段，如何轉呢？google 了一下，找到一個非常簡單的解決方案，只需要將 timedelta64[ns] 強制轉為 timedelta64[s] 即可，如下：
time_diff = time_diff.astype('timedelta64[s]')
print(time_diff)
結果如下：
0 NaN
1 600.0
2 600.0
3 600.0
4 600.0
5 1200.0
6 600.0
7 1800.0
8 1200.0
9 86400.0
Name: time, dtype: float64
可以看到，我們已經得到了以秒數為單位的上下行時間差，達到了想要的效果。
One more thing
我司推出了悟空流程化數據處理平台，訪問地址：https://wk.phitrellis.com/，無需復雜的 Excel 公式和編程，即可完成上述計算時間差以及其他常用數據分析操作（包含100+常用操作和如站點數據處理等業務類操作），並可像流程圖一樣實現鏈式操作，歡迎嘗試並提出寶貴意見！