Question

我如何才能获得groupby的平均日期

import pandas as pd
import numpy as np
df = pd.DataFrame ({'ID' : ['foo', 'bar'] * 5,
               'VAL' : pd.date_range(start='4/1/2012', periods=10)})


ID  VAL
    foo 2012-04-01 00:00:00
    bar 2012-04-02 00:00:00
    bar 2012-04-04 00:00:00
    foo 2012-04-05 00:00:00
    bar 2012-04-06 00:00:00
    foo 2012-04-07 00:00:00
    bar 2012-04-08 00:00:00
    foo 2012-04-09 00:00:00
    bar 2012-04-10 00:00:00

期望的输出：

bar 06/04/2012
foo 05/04/2012

我该怎么做？

Answer 1

只是一种替代方法（将日期时间值视为int64，这是它们的存储方式，然后返回）：

In [11]: df['VAL'].astype('int64').groupby(df['ID']).mean().astype('datetime64[ns]')
Out[11]:
ID
bar   2012-04-06
foo   2012-04-05
dtype: datetime64[ns]

由于我们在这里使用视图，这应该比应用更有效/更快...

正如杰夫所指出的那样：这在主人（以及0.14.1）中得到了修复：

df.groupby('ID').mean()

应该“正常工作”。

Answer 2

这需要timedeltas的平均值，然后加上开始日期（这应该更直接地在0.14.1 / master（即将推出）中工作，当你可以采用timedelta64的平均值时）

In [10]: m = df['VAL'].min()

In [11]: df.groupby('ID')['VAL'].apply(lambda x: (x-m).mean())+m
Out[11]: 
ID    
bar  0   2012-04-06
foo  0   2012-04-05
dtype: datetime64[ns]

Answer 3

可能有更有效的方法，但一种方法是转换为序数，取平均值，然后转换回日期时间。

In [264]: df['VAL_ordinal'] = df['VAL'].apply(lambda x: x.toordinal())

In [267]: df.groupby('ID')['VAL_ordinal'].mean().apply(lambda x: datetime.fromordinal(int(x)))
Out[267]: 
ID
bar   2012-04-06
foo   2012-04-05
Name: VAL_ordinal, dtype: datetime64[ns]

groupby和平均datetime64

3 个答案: