python - 从 0 开始重新启动 pandas timeseries 数据集时间戳

Question

我正在使用 python 和 pandas。

我在数据框中有一些这种格式的时间序列数据:

    timeStampStart          Measurement
0   2019-02-26 22:47:39.914 810
1   2019-02-26 22:47:40.747 854
2   2019-02-26 22:47:40.743 862

我用这种方式还有其他几个数据集。基本上，我进行了一个实验，随着时间的推移收集结果，收集 timeStampStart 和一个值。

现在我想偏移所有数据，使第一个结果从 0000-00-00 00:00:00 开始，后面的结果只是区别 - 时间戳从时间 0 重新开始。

    timeStampStart          Measurement
0   0000-00-00 00:00:00.000 810
1   0000-00-00 00:00:00.834 854
2   0000-00-00 00:00:00.830 862

注意:timeStampStart 类型为 pandas._libs.tslib.Timestamp。

我怎样才能实现这个目标？

Answer 1

您需要timedeltas减去 timeStampStart 列的第一个值，因为 00:00:00 的日期时间不存在:

df['td'] = df['timeStampStart'].sub(df['timeStampStart'].iat[0])
print (df)
           timeStampStart  Measurement              td
0 2019-02-26 22:47:39.914          810        00:00:00
1 2019-02-26 22:47:40.747          854 00:00:00.833000
2 2019-02-26 22:47:40.743          862 00:00:00.829000

print (df.dtypes)
timeStampStart     datetime64[ns]
Measurement                 int64
td                timedelta64[ns]
dtype: object