Question

我似乎无法理解

import pandas as pd 
import datetime as dt 
import numpy as np 

my_dates = ['2021-02-03','2021-02-05','2020-12-25', '2021-12-27','2021-12-12']
my_numbers = [100,200,0,400,500]
df = pd.DataFrame({'a':my_dates, 'b':my_numbers})

df['a']=pd.to_datetime(df['a')

# ultimate goal is to be able to go. * df.mean() * and be able to see mean DATE
# but this doesn't seem to work so...

df['a'].mean().strftime('%Y-%m-%d') ### ok this works... I can mess around and concat stuff...

# But why won't this work?  

df2 = df.select_dtypes('datetime')
df2.mean() # WONT WORK
df2['a'].mean() # WILL WORK?

除非我遗漏了一些东西，否则我似乎遇到的是“datetime”和“”之间的区别以及当我正在尝试获取平均日期。

Answer 1

您可以尝试在 mean() 方法中传递 numeric_only 参数：

out=df.select_dtypes('datetime').mean(numeric_only=False)

out 的输出：

a   2021-06-03 04:48:00
dtype: datetime64[ns]

注意：如果数据类型是字符串，它会抛出一个错误

Answer 2

您应用的平均函数在每种情况下都不同。

import pandas as pd 
import datetime as dt 
import numpy as np 

my_dates = ['2021-02-03','2021-02-05','2020-12-25', '2021-12-27','2021-12-12']
my_numbers = [100,200,0,400,500]
df = pd.DataFrame({'a':my_dates, 'b':my_numbers})

df['a']=pd.to_datetime(df['a'])
df.mean()

这个均值函数是 DataFrame 均值函数，它适用于数字数据。要查看谁是数字，请执行以下操作：

df._get_numeric_data()

    b
0   100
1   200
2   0
3   400
4   500

但是 df['a'] 是一个日期时间序列。

df['a'].dtype, type(df)
(dtype('<M8[ns]'), pandas.core.frame.DataFrame)

所以 df['a'].mean() 应用不同的均值函数来处理日期时间值。这就是为什么 df['a'].mean() 输出日期时间值的平均值。

df['a'].mean()
Timestamp('2021-06-03 04:48:00')

在此处阅读更多信息： difference-between-data-type-datetime64ns-and-m8ns DataFrame.mean() ignores datetime series #28108

获取熊猫数据框中日期的平均值

2 个答案: