Question

我有一只熊猫，其格式如下：

title   |   decision   |   Time submitted
Book1   |      1       |   1486507594
Book1   |      2       |   1485450353

我想要做的是找出决定= 1的书籍的平均提交时间，然后是决定= 2的书籍的平均提交时间。我尝试过使用：

df_avg.loc[df_avg['decision'] == 2, 'submitted'].sum()
df_avg.loc[df_avg['decision'] == 1, 'submitted'].sum()

但它有时不起作用。我甚至尝试在使用datetime将时间转换为日期和时间之前和之后执行上述操作。关于如何做到这一点的任何想法将不胜感激。

Answer 1

我认为您可以先将日期时间转换为ns unix格式，然后将groupby转换为合并mean：

print (df_avg)
   title  decision  Time submitted
0  Book1         1      1486507594
1  Book1         1      1486500012
2  Book1         2      1485480353
3  Book1         2      1485450353

df_avg['Time submitted'] = pd.to_datetime(df_avg['Time submitted'], unit='s')
                             .values.astype(np.int64)

df = df_avg.groupby('decision', as_index=False)['Time submitted'].mean()
df['Time submitted'] = pd.to_datetime(df['Time submitted'], unit='ns')
print (df)
   decision      Time submitted
0         1 2017-02-07 21:43:23
1         2 2017-01-26 21:15:53

但是对于您来说，数据还会将多个second的unix数据运行到10**9：

df = (df_avg['Time submitted'] * 10**9).groupby(df_avg['decision']).mean().reset_index()
df['Time submitted'] = pd.to_datetime(df['Time submitted'], unit='ns')
print (df)
   decision      Time submitted
0         1 2017-02-07 21:43:23
1         2 2017-01-26 21:15:53

找到大熊猫列的平均时间

1 个答案: