计算python日期时间的平均值

Posted 2023-03-11

【中文标题】计算python日期时间的平均值

【英文标题】：computing the mean for python datetime

【发布时间】：2018-10-25 18:44:44

【问题描述】：

我有一个日期时间属性：

d = 
    'DOB': pd.Series([
        datetime.datetime(2014, 7, 9),
        datetime.datetime(2014, 7, 15),
        np.datetime64('NaT')
    ], index=['a', 'b', 'c'])

df_test = pd.DataFrame(d)

我想计算该属性的平均值。运行 mean() 会导致错误：

TypeError: 此 dtype 不允许归约操作 'mean'

我还尝试了elsewhere 提出的解决方案。它不起作用，因为运行那里提出的功能会导致

OverflowError: Python int 太大而无法转换为 C long

你有什么建议？上述数据框的结果应该等同于

datetime.datetime(2014, 7, 12).

【问题讨论】：

您可以使用.totimestamp() 将datetime 值转换为连续浮点值，计算其平均值并通过datetime.fromtimestamp() 转换结果。请记住，由于 lapse-seconds、-days、-whatever，您可能会得到奇怪的日历效果。

@user2722968 你会写一个可行的解决方案吗？我很乐意接受它——如果它有效的话。

【参考方案1】：

日期时间数学支持一些标准运算：

a = datetime.datetime(2014, 7, 9)
b = datetime.datetime(2014, 7, 15)
c = (b - a)/2

# here c will be datetime.timedelta(3)

a + c
Out[7]: datetime.datetime(2014, 7, 12, 0, 0)

因此，您可以编写一个函数，给定两个日期时间，减去较大的较小的形式，并将差的一半添加到较小的。将此功能应用于您的数据框，然后 shazam！

【参考方案2】：

如果您愿意，您可以使用unix time。这被定义为自1970-01-01 以来的总秒数（例如）。这样一来，您的所有时间都只是浮点数，因此很容易在列上进行简单的数学运算。

import pandas as pd

df_test['unix_time'] = (df_test.DOB - pd.to_datetime('1970-01-01')).dt.total_seconds()

df_test['unix_time'].mean()
#1405123200.0

# You want it in date, so just convert back
pd.to_datetime(df_test['unix_time'].mean(), origin='unix', unit='s')
#Timestamp('2014-07-12 00:00:00')

【讨论】：

问题是我想要一个通用的解决方案。我的日期早于 1970-01-01 - 我只是没有在上面显示。

@Nick 我没有看到这个问题。肯定有负数，所以你可以有负的unix时间。

例如将datetime.datetime(1800, 7, 9) 添加到您的df 没有任何问题发生。

【参考方案3】：

您可以取Timedelta 的平均值。所以找到最小值并从系列中减去它以获得一系列Timedelta。然后取平均值并将其加回最小值。

dob = df_test.DOB
m = dob.min()
(m + (dob - m).mean()).to_pydatetime()

datetime.datetime(2014, 7, 12, 0, 0)

---

单行

df_test.DOB.pipe(lambda d: (lambda m: m + (d - m).mean())(d.min())).to_pydatetime()

---

致@ALollz point

我使用纪元 pd.Timestamp(0) 而不是 min

df_test.DOB.pipe(lambda d: (lambda m: m + (d - m).mean())(pd.Timestamp(0))).to_pydatetime()

【讨论】：

谢谢！为了完整起见，您是否可以添加从时间戳到日期时间的转换？

它甚至需要是最小值，还是你可以减去一些任意日期，然后再把它加回来？

@ALollz 你是对的。但最低限度是一个简单的保证。假设我减去了时代......它似乎与你的答案非常相似。

是的，我刚刚意识到同样的事情！我同意最低限度是一个很好的保证。 +1

【参考方案4】：

您可以使用带有 np.int64 的 astype 转换纪元时间，并使用 pd.to_datetime 转换回日期时间：

pd.to_datetime(df_test.DOB.dropna().astype(np.int64).mean())

输出：

Timestamp('2014-07-12 00:00:00')

【参考方案5】：

从 pandas=0.25 开始，可以计算日期时间序列的平均值。

In [1]: import pandas as pd
   ...: import numpy as np

In [2]: s = pd.Series([
   ...:     pd.datetime(2014, 7, 9),
   ...:     pd.datetime(2014, 7, 15),
   ...:     np.datetime64('NaT')])

In [3]: s.mean()
Out[3]: Timestamp('2014-07-12 00:00:00')

但是，请注意，将均值应用于 pandas 数据框目前会忽略具有日期时间序列的列。