Question

我有数据 df：

month   name    duration
5       abc     09:03:00
5       abc     09:09:00
5       eef     10:03:00
5       eef     09:03:00
5       eef     09:03:00
5       ttk     10:03:00
5       abc     09:03:00
5       ttk     09:23:00
6       ttk     09:03:00
6       abc     11:03:00

我需要对此进行分组以得到如下结果：

month   name    name_size   name_nuique duration_mean
5       abc     3           1           09:05:00
        eef     3           1           09:23:00
        ttk     2           1           09:43:00
6       abc     1           1           09:03:00
        ttx     1           1           11:03:00

请让我知道如何执行此操作。我尝试过

df.groupby(['month','name'], sort=False).agg({'name':['size','nunique'],
          'duration':['mean']})

但是我收到错误消息：

没有要聚合的数字类型

Answer 1

标准大熊猫mean()无法处理时间增量。将列转换为timedeltas后，对其应用自定义lambda函数：

df["duration"] = pd.to_timedelta(df["duration"])
df.groupby(["month", "name"], sort=False).agg({
                               "name": ["size", "nunique"],
                               "duration": [lambda x: x.mean()]})

按平均小时数分组

1 个答案: