Question

我有两个熊猫系列，closedDate和createdDate，这些元素是pandas时间戳，class 'pandas._libs.tslib.Timestampclass 'pandas._libs.tslib.Timestamp。

我已经减去了这两个熊猫系列，以制作大熊猫时间名单age。

closedDate = data.iloc[:,1]
createdDate = data.iloc[:,2]
age = [x-y for x,y in zip(closedDate, createdDate)]

现在，我希望得到age的平均值，但是我的代码行出错了。

在：average_age = functools.reduce(lambda x, y: x + y, age) / len(age)

出：OverflowError: int too big to convert

我该如何解决这个问题？

谢谢！

Answer 1

您可以而且应该使用矢量化函数来完成此任务。

在此示例中，您可以从另一个中减去一个pd.Series。然后，您可以使用mean方法计算平均值。

data = pd.DataFrame({'createdDate': [pd.Timestamp('2018-01-01'),
                                     pd.Timestamp('2018-05-01')],
                     'closedDate': [pd.Timestamp('2018-02-01'),
                                    pd.Timestamp('2018-07-01')]})

closedDate = data['closedDate']
createdDate = data['createdDate']

ages = closedDate - createdDate

print(ages)

# 0   31 days
# 1   61 days
# dtype: timedelta64[ns]

res = ages.mean()

print(res)

# 46 days 00:00:00

在这种情况下，使用矢量化函数更好的原因主要有两个：

底层pd.Timestamp是数字数组（source）。
zip在列表（source）上的表现低于zip。

Answer 2

你应该像jpp建议的系列那样做，但除此之外，你可以用你提供的列表来做这件事。

average_age = sum(age, timedelta()) / len(age)

从包含pandas时间戳

2 个答案: