时间戳

首页 > 解决方案 > 计算组中的平均时间，数据框熊猫

python - 计算组中的平均时间，数据框熊猫

问题描述

所以我需要根据面积计算平均时间：

      id  direction     area    when
 2   220      in         K1    2014-09-01 02:00
 3   220     out         -     2014-09-03 12:20
 6   826      in         K3     2014-11-11 10:00
 7   826     out         -     2014-12-09 10:15
 9   901      in         K1     2014-09-01 10:05
 10  901     out         -     2014-10-05 13:20
 11  901      in         K5     2014-09-01 15:00
 12  901     out         -     2014-11-01 23:00

我想按区域对 df 进行分组，然后检查每个区域的平均时间。

我试图简单地创建一个新列，并获得差异。什么都没发生...

df['When']=pd.to_datetime(df['When'], format='%Y/%m/%d %H:%M')

for a in range(df.shape[0],-1,1): 
   df['Time_diff'][i+1] = datetime.datetime.min+ ( df['when][i+1]-df['when'][i])).time()

标签： pythonpandasdataframetimerows

解决方案

定义一个函数，计算“in”和“out”时间之间的秒数，从一组 2 行中，还返回区号：

def fn(grp):
    return pd.Series([grp.iloc[0, 2], int((grp.iloc[1, 3]
        - grp.iloc[0, 3]).total_seconds())], index=['area', 'secs'])

那么想法是：

  • 将源行分组成对（“in”和“out”的 2 个连续行），
  • 应用上述函数，计算此“期间”的总秒数，
  • 按面积对上述结果进行分组并计算均值。

执行此操作的代码是：

df.groupby(np.arange(len(df.index)) // 2).apply(fn).groupby('area').mean()

对于您的数据，结果是：

         secs
area         
K1    1579650
K3    2420100
K5    5299200

如果您愿意，可以将其转换为例如Timedelta。

推荐阅读