Пожалуйста, сделайте что-то вроде этого:
JSONParser jsonParser = new JSONParser();
JSONObject obj = (JSONObject) jsonParser.parse(contentString);
String product = (String) jsonObject.get("productId");
Предполагая, что это столбцы datetime (если они не применяются to_datetime
), вы можете просто их вычесть:
df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])
In [11]: df.dtypes # if already datetime64 you don't need to use to_datetime
Out[11]:
A datetime64[ns]
B datetime64[ns]
dtype: object
In [12]: df['A'] - df['B']
Out[12]:
one -58 days
two -26 days
dtype: timedelta64[ns]
In [13]: df['C'] = df['A'] - df['B']
In [14]: df
Out[14]:
A B C
one 2014-01-01 2014-02-28 -58 days
two 2014-02-03 2014-03-01 -26 days
Примечание: убедитесь, что вы используете новую версию pandas ( например, 0.13.1), это может не работать в более старых версиях.
Понимание списка - ваш лучший выбор для самого Pythonic (и самого быстрого) способа сделать это:
[int(i.days) for i in (df.B - df.A)]
Если ваши столбцы не в формате даты и времени. Более короткий синтаксис будет выглядеть следующим образом: df.A = pd.to_datetime(df.A)
Чтобы удалить текстовый элемент «дней», вы также можете использовать аксессуар dt () для серии: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series .dt.html
Итак,
df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])
df['C'] = (df['B'] - df['A']).dt.days
, который возвращает
A B C
one 2014-01-01 2014-02-03 33
two 2014-02-03 2014-03-01 26
Как насчет этого:
times['days_since'] = max(list(df.index.values))
times['days_since'] = times['days_since'] - times['months']
times