Python DataFrame中Timedelta值的汇总 [英] Aggregations for Timedelta values in the Python DataFrame

问题描述

我有一个大的DataFrame（df），看起来像：

I have big DataFrame (df) which looks like:

  Acc_num date_diff
0   29  0:04:43
1   29  0:01:43
2   29  2:22:45
3   29  0:16:21
4   29  0:58:20
5   30  0:00:35
6   34  7:15:26
7   34  4:40:01
8   34  0:56:02
9   34  6:53:44
10  34  1:36:58
.....
Acc_num                    int64
date_diff        timedelta64[ns]
dtype: object

我需要为每个帐号计算 date_diff平均值（以timedelta格式）。

df.date_diff.mean（）正常工作。但是当我尝试下一个：

df.groupby（'Acc_num'）。date_diff.mean（）时，它会引发异常：

I need to calculate 'date_diff' mean (in timedelta format) for each account number.
df.date_diff.mean() works correctly. But when I try next:
df.groupby('Acc_num').date_diff.mean() it raises an exception:

"DataError: No numeric types to aggregate"

我也尝试了 df .pivot_table（）方法，但是什么也没实现。

I also tried df.pivot_table() method, but didn't acheive anything.

有人可以帮我这个忙吗？预先谢谢您！

Could someone help me with this stuff. Thank you in advance!

推荐答案

确实有怪异的限制。但是一个简单的解决方案是：

Weird limitation indeed. But a simple solution would be:

df.groupby('Acc_num').date_diff.agg(lambda g:g.sum()/g.count())

编辑：

如果您传递 numeric_only = False

df.groupby('Acc_num').date_diff.mean(numeric_only=False)

这篇关于Python DataFrame中Timedelta值的汇总的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！