如何计算熊猫的平均时间？

debugcn 发表于 Dev

梅空

我有一个看起来像这样的数据框（每一个都date row描述了每个事件发生的时刻）：

                          date
93286  2017-11-24 20:44:51.571              
93287  2017-11-24 20:45:01.571              
93288  2017-11-24 20:45:11.664      
93289  2017-11-24 20:45:21.664             
93290  2017-11-24 20:45:23.758        
93291  2017-11-24 20:45:34.071       
93292  2017-11-24 20:45:39.164        
93293  2017-11-24 20:45:44.664       
93294  2017-11-24 20:45:58.664        
93295  2017-11-24 20:46:54.774  
93296  2017-11-24 20:46:55.571

我的目标是计算每分钟的平均时间。所以我想我首先需要从当前日期减去先前的日期df['diff'] = df['date'] - df['date'].shift(1)

                          date  diff
93286  2017-11-24 20:44:51.571  NaT   
93287  2017-11-24 20:45:01.571  00:00:10  
93288  2017-11-24 20:45:11.664  00:00:10.093   
93289  2017-11-24 20:45:21.664  00:00:10    
93290  2017-11-24 20:45:23.758  00:00:02.094
93291  2017-11-24 20:45:34.071  00:00:10.313
93292  2017-11-24 20:45:39.164  00:00:05.093
93293  2017-11-24 20:45:44.664  00:00:05.5
93294  2017-11-24 20:45:58.664  00:00:14      
93295  2017-11-24 20:46:58.774  00:00:00.11
93296  2017-11-24 20:46:59.571  00:00:00.797

但是现在我不知道如何获得显示每分钟平均时间的结果，例如：

               date     mean
2017-11-24 20:45:00 8.386625

我尝试使用pivot_table，但这种方式不起作用。

>>> df.pivot_table(index=[pd.Grouper(key='date', freq='1min')],aggfunc='mean')
Traceback (most recent call last):
File "<console>", line 1, in <module>
File "d:\python36-32\lib\site-packages\pandas\core\generic.py", line 3081, in __getattr__
    return object.__getattribute__(self, name)
AttributeError: 'Series' object has no attribute 'pivot_table'

如何使用此数据框计算平均时间？

巴拉特

尝试aggfunc=pd.Series.mean，'mean'可能仅适用于数字数据类型：

df.pivot_table(index=pd.Grouper(key='date', freq='1min'),aggfunc=pd.Series.mean)

                             diff
date                               
2017-11-24 20:44:00             NaT
2017-11-24 20:45:00 00:00:08.386625
2017-11-24 20:46:00 00:00:28.453500

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。