Zugriff `.days` für eine Pandas Serie von timedeltas

Question

A TimedeltaIndex Pandas hat ein Attribut days, die für den Betrieb mit anderen normalen dtypes verwendet werden können (float64, usw.):

import pandas as pd 
from pandas.tseries import offsets 
idx1 = pd.date_range('2017-01', periods=10) 
idx2 = idx1 + offsets.MonthEnd(1) 
tds = idx2 - idx1 

print(tds.days - 2) 
Int64Index([28, 27, 26, 25, 24, 23, 22, 21, 20, 19], dtype='int64') 

Aber wenn tds wird umgewandelt Eine Reihe (explizit oder als eine DataFrame-Spalte) verliert dieses Attribut.

print(pd.Series(tds).days) 
--------------------------------------------------------------------------- 
AttributeError       Traceback (most recent call last) 
<ipython-input-115-cb20b4d368f4> in <module>() 
----> 1 print(pd.Series(tds).days) 

C:\Users\bsolomon\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name) 
    3079    if name in self._info_axis: 
    3080     return self[name] 
-> 3081    return object.__getattribute__(self, name) 
    3082 
    3083  def __setattr__(self, name, value): 

AttributeError: 'Series' object has no attribute 'days' 

Und .days Zugriff erfordert zurück zu einem Index Umwandlung:

print(pd.Index(pd.Series(tds)).days) 
Int64Index([30, 29, 28, 27, 26, 25, 24, 23, 22, 21], dtype='int64') 

Gibt es einen einfacheren Weg, um dieses Attribut für den Zugriff auf als bei der Umwandlung oben?

Answer 1

Verwenden .dt Accessor:

print(pd.Series(tds).dt.days) 

Ausgang:

0 30 
1 29 
2 28 
3 27 
4 26 
5 25 
6 24 
7 23 
8 22 
9 21 
dtype: int64