Python基础语法04：pandas剔除某值的行及计算日期差

在外卖订单中，我们获取订单的下单时间和订单的交付时间，想知道他们之间隔了由多少分钟。数据如下：

使用pandas读取excel数据：

import pandas as pd
testData = pd.read_excel('data20.xlsx') # 读取测试数据

读取数据之后，我们需要将 【是否为及时单】列的预约数据给剔除掉：

# 写法1：
filterData = testData[~testData['是否及时单'].str.contains('预约')]
# 写法2：
filterData = testData[testData['是否及时单'].str.contains('预约') == False]

过滤掉不想要的数据后，我们就可以计算下单时间和订单完成时间之间的分钟数：

xiadanSJ =  filterData['下单时间']
wanchengSJ = filterData['完成时间']
diff = wanchengSJ-xiadanSJ

结果如下：

0    0 days 00:05:00
1    0 days 00:00:00
2    0 days 00:01:00
3    0 days 00:02:00
4    0 days 00:01:00
5    0 days 00:01:00
6    0 days 00:01:00
7    0 days 00:02:00
8    0 days 00:02:00
9    0 days 00:01:00
13   0 days 00:01:00
15   0 days 00:00:00
17   0 days 00:04:00
18   0 days 00:01:00
dtype: timedelta64[ns]

可以看到：数据中的五条预约数据记录已经被移除，只留下了我们的想要的分钟数。

转化为数值类型：

diffMin = [d.total_seconds()/60 for d in diff]

转换结果：

[42.0, 52.0, 42.0, 25.0, 20.0, 22.0, 18.0, 21.0, 29.0, 14.0, 20.0, 21.0, 24.0, 17.0]

关于清除某列包含某个值的数据的说明：

# pandas取出包含某个值的所有行
df = df[df['from_account'].str.contains('fcwhx')]# pandas取出不包含某个值的所有行
df = df[~df['from_account'].str.contains('fcwhx'，'na=False')]
# 或
df = df[df['from_account'].str.contains('fcwhx')==False]# 如果有空值，报错：TypeError: bad operand type for unary ~: ‘float’ 则用这个方法
df.other_group = df.other_group.fillna('####@')
df2 = df[~df['other_group'].str.contains(’####@')]