应用`Pandas.Timedelta.total_seconds`时的奇怪行为
Posted
技术标签:
【中文标题】应用`Pandas.Timedelta.total_seconds`时的奇怪行为【英文标题】:Odd behaviour when applying `Pandas.Timedelta.total_seconds` 【发布时间】:2018-06-18 11:44:34 【问题描述】:我有一个带有 Timedelta
类型列的 pandas 数据框。我使用带有单独月份列的 groupby 来按月份创建这些 Timdelta
的组,然后我尝试在触发 DataError: No numeric types to aggregate
的 Timedelta
列上使用 agg
函数和 min, max, mean
作为解决方案,我尝试使用total_seconds()
函数和apply()
来获得列的数字表示,但是我的行为似乎很奇怪,因为NaT
值在我的Timedelta
列中被转换为-9.223372e+09
,但当total_seconds()
用于没有apply()
的标量时,它们会导致NaN
一个最小的例子:
test = pd.Series([np.datetime64('nat'),np.datetime64('nat')])
res = test.apply(pd.Timedelta.total_seconds)
print(res)
产生:
0 -9.223372e+09
1 -9.223372e+09
dtype: float64
而:
res = test.iloc[0].total_seconds()
print(res)
产量:
nan
第二个示例的行为是需要的,因为我希望执行聚合等并传播缺失/无效值。这是一个错误吗?
【问题讨论】:
【参考方案1】:您应该使用.dt.total_seconds()
方法,而不是将pd.Timedelta.total_seconds
函数应用于datetime64[ns]
dtype 列:
In [232]: test
Out[232]:
0 NaT
1 NaT
dtype: datetime64[ns] # <----
In [233]: pd.to_timedelta(test)
Out[233]:
0 NaT
1 NaT
dtype: timedelta64[ns] # <----
In [234]: pd.to_timedelta(test).dt.total_seconds()
Out[234]:
0 NaN
1 NaN
dtype: float64
另一个演示:
In [228]: s = pd.Series(pd.to_timedelta(['03:33:33','1 day','aaa'], errors='coerce'))
In [229]: s
Out[229]:
0 0 days 03:33:33
1 1 days 00:00:00
2 NaT
dtype: timedelta64[ns]
In [230]: s.dt.total_seconds()
Out[230]:
0 12813.0
1 86400.0
2 NaN
dtype: float64
【讨论】:
好的,但是pd.NaT
确实有一个 pd.NaT.total_seconds()
方法,它确实返回 NaN
,所以它违反直觉,我们希望它能够工作。
实际上是否还有其他可能的方法? Atm 我通过 pd.to_timedelta().dt.total_seconds() 将时间戳转换为数值,但经过一些计算后,我想重新转换它。
@Ben,这取决于你到底有什么(你的数据集)以及你想要得到什么;)
我在“2018-02-05 13:00:00”中有一个时间格式,我将其转换为“1.517839e+09”。我可以重新转换吗?
太棒了,.. 这很明显 :) 谢谢!以上是关于应用`Pandas.Timedelta.total_seconds`时的奇怪行为的主要内容,如果未能解决你的问题,请参考以下文章