pandas.to_timedelta(arg, unit='ns', box=True, errors='raise') [source]
将参数转换为timedelta。
时间增量是时间上的绝对差异，以差异单位（例如 days, hours, minutes, seconds）表示。此方法将参数从公认的timedelta格式/值转换为Timedelta类型。
参数： | arg ： 类似 要转换为 unit ： str，默认'ns' 表示arg的单位。可能的值：
box : 如果为 如果为 或 从0.25.0版开始不推荐使用： 分别获取值的 errors ： 如果为 如果为 如果为 |
返回值： |
如果解析成功，则返回输出类型。 |
例子
将单个字符串解析为Timedelta：
>>> pd.to_timedelta('1 days 06:05:01.00003')
Timedelta('1 days 06:05:01.000030')
>>> pd.to_timedelta('15.5us')
Timedelta('0 days 00:00:00.000015')解析字符串列表或数组：
>>> pd.to_timedelta(['1 days 06:05:01.00003', '15.5us', 'nan'])
TimedeltaIndex(['1 days 06:05:01.000030', '0 days 00:00:00.000015', NaT],
dtype='timedelta64[ns]', freq=None)
通过指定unit关键字参数来转换数字：
>>> pd.to_timedelta(np.arange(5), unit='s')
TimedeltaIndex(['00:00:00', '00:00:01', '00:00:02',
'00:00:03', '00:00:04'],
dtype='timedelta64[ns]', freq=None)
>>> pd.to_timedelta(np.arange(5), unit='d')
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
dtype='timedelta64[ns]', freq=None)
通过使用'box'关键字参数返回ndarray：
>>> pd.to_timedelta(np.arange(5), box=False)
array([0, 1, 2, 3, 4], dtype='timedelta64[ns]')