SAS2PYTHON - Datumsdifferenzen bestimmen


Posted on 12 July 2022 at 08:30 by Stefan Weingaertner

In der Episode 14 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas zeitliche Abstände zwischen Datumswerten berechnen kann und das Ergebnis jeweils in Form einer neuen Spalte abspeichert.


Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.

Input: Unsere Input-Tabelle besitzt 6 Datensätze und besteht aus den Spalten "start_date" und "end_date".


                      
start_date    end_date
2017-01-01  2018-12-31
2018-01-01  2019-12-31
2019-01-01  2020-12-31
2020-01-01  2021-12-31
2021-01-01  2022-12-31
2022-01-01  2023-12-31


Output: Wir fügen der Tabelle durch die Anwendung der Datums-Funktionen zwei neue Spalten hinzu:

  • Spalte "months_between" durch die Berechnung der Differenz in Monaten zwischen Spalte "start_date" und "end_date".
  • Spalte "days_between" durch die Berechnung der Differenz in Tagen zwischen Spalte "start_date" und "end_date".

Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedliche Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.



SAS-Code: Das Bestimmen der Datumsdifferenzen zwischen der Spalte "start_date" und Spalte "end_date" würde man für ein SAS Dataset "df" wie folgt umsetzen.


                      
data df;
   set df;
     months_between = intck('month', start_date, end_date);
     days_between   = intck('day', start_date, end_date);
run;


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, dem SAS Data Set werden zwei neue Spalten hinzugefügt.


                      
Obs  start_date    end_date  months_between  days_between
  1  2017-01-01  2018-12-31              23           729
  2  2018-01-01  2019-12-31              23           729
  3  2019-01-01  2020-12-31              23           730
  4  2020-01-01  2021-12-31              23           730
  5  2021-01-01  2022-12-31              23           729
  6  2022-01-01  2023-12-31              23           729



Python-Code: In Python würde man das Bestimmen der Datumsdifferenzen zwischen der Spalte "start_date" und Spalte "end_date" für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.


                      
import pandas as pd
import numpy as np
import datetime

df['months_between'] = ((df.end_date - df.start_date)/np.timedelta64(1, 'M')).astype(int)
df['days_between'] = ((df.end_date - df.start_date)/np.timedelta64(1, 'D')).astype(int)


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, dem Pandas Dataframe werden zwei neue Spalten hinzugefügt.


                      
  start_date   end_date  months_between  days_between
0 2017-01-01 2018-12-31              23           729
1 2018-01-01 2019-12-31              23           729
2 2019-01-01 2020-12-31              23           730
3 2020-01-01 2021-12-31              23           730
4 2021-01-01 2022-12-31              23           729
5 2022-01-01 2023-12-31              23           729



Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.

Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.