代码之家 › 专栏 › 技术社区 › kamome

熊猫约会时间系列的平均小时数是多少?[副本]

series datetime pandas

0

kamome · 技术社区 · 6 年前

我有一个datetime属性:

d = {
    'DOB': pd.Series([
        datetime.datetime(2014, 7, 9),
        datetime.datetime(2014, 7, 15),
        np.datetime64('NaT')
    ], index=['a', 'b', 'c'])
}
df_test = pd.DataFrame(d)

我想计算这个属性的平均值。运行mean()会导致错误:

TypeError:此数据类型不允许还原操作“mean”

我也尝试了提出的解决方案 elsewhere . 它不像运行在那里提出的函数那样工作

溢出错误:Python int太大,无法转换为C long

你有什么建议?上述数据帧的结果应等于

datetime.datetime(2014, 7, 12).

0 回复 | 直到 7 年前

1

7

piRSquared 7 年前

你可以接受 Timedelta . 所以找到最小值,从级数中减去它,得到一个级数 时间增量 . 然后取平均值,再加回到最小值。

dob = df_test.DOB
m = dob.min()
(m + (dob - m).mean()).to_pydatetime()

datetime.datetime(2014, 7, 12, 0, 0)

一行

df_test.DOB.pipe(lambda d: (lambda m: m + (d - m).mean())(d.min())).to_pydatetime()

至 @ALollz point

我用纪元 pd.Timestamp(0) 而不是 min

df_test.DOB.pipe(lambda d: (lambda m: m + (d - m).mean())(pd.Timestamp(0))).to_pydatetime()

2

5

Scott Boston 7 年前

可以使用 astype 与np.int64型并使用 pd.to_datetime :

pd.to_datetime(df_test.DOB.dropna().astype(np.int64).mean())

输出:

Timestamp('2014-07-12 00:00:00')

3

2

ALollz 7 年前

你可以一起工作 unix 如果你愿意的话。这被定义为自 1970-01-01 . 这样,所有的时间都是简单的浮点数,所以很容易对列进行简单的数学运算。

import pandas as pd

df_test['unix_time'] = (df_test.DOB - pd.to_datetime('1970-01-01')).dt.total_seconds()

df_test['unix_time'].mean()
#1405123200.0

# You want it in date, so just convert back
pd.to_datetime(df_test['unix_time'].mean(), origin='unix', unit='s')
#Timestamp('2014-07-12 00:00:00')

4

0

Metropolis 7 年前

Datetime math支持一些标准操作:

a = datetime.datetime(2014, 7, 9)
b = datetime.datetime(2014, 7, 15)
c = (b - a)/2

# here c will be datetime.timedelta(3)

a + c
Out[7]: datetime.datetime(2014, 7, 12, 0, 0)

因此,您可以编写一个函数,给定两个datetimes,从较大值中减去较小值,然后将差值的一半加到较小值中。将此函数应用于您的数据帧,然后执行shazam!

5

0

Blane 5 年前

当pandas=0.25时,可以计算日期时间序列的平均值。

In [1]: import pandas as pd
   ...: import numpy as np

In [2]: s = pd.Series([
   ...:     pd.datetime(2014, 7, 9),
   ...:     pd.datetime(2014, 7, 15),
   ...:     np.datetime64('NaT')])

In [3]: s.mean()
Out[3]: Timestamp('2014-07-12 00:00:00')

但是,请注意,将mean应用于pandas数据帧当前会忽略具有日期时间序列的列。