Groupby.sum（）给出了ValueError：timedelta操作中的溢出

Question

我正在寻找一个涉及Timedeltas的转换解决方案。以下是功能的最小值和最大值：

timeseries['column'].min()
timeseries['column'].max()

给出

Timedelta('0 days 11:05:14')
Timedelta('23743 days 06:25:08')

分别

如何在保留时间分辨率的情况下执行以下操作：

summed = timeseries.groupby('another column')['column1'].sum()

不给予

ValueError: overflow in timedelta operation

Answer 1

我发现了类似的问题，但并不认为他们确实能够正确解决问题。这是一个更好的解决方案：

import datetime 

将系列转换为秒：

timeseries['column'] = timeseries['column'].dt.total_seconds()

现在：

summed = timeseries.groupby('another column')['column1'].sum()

转换回timedelta：

summed['column'].fillna(0).apply(lambda x: datetime.timedelta(seconds=x))