我在获取timedelta列的平均值时遇到麻烦。
我的数据看起来像这样:
user date Flag Value
0 ron 12/23/2016 'flag' 0 days 10:08:00
1 ron 12/21/2016 'n/a' 0 days 08:00:00
2 ron 12/23/2016 'flag' 0 days 10:08:00
3 ron 12/21/2016 'n/a' 0 days 02:00:00
4 andy 12/22/2016 'flag' 0 days 10:00:00
5 andy 12/22/2016 'flag' 0 days 10:00:00
我想通过基于Flag == flag取每个用户的Value平均值来生成Avg列。因此数据如下所示:
user date Flag Value Avg
0 ron 12/23/2016 'flag' 0 days 10:08:00 0 days 10:08:00
1 ron 12/21/2016 'n/a' 0 days 08:00:00 0 days 10:08:00
2 ron 12/23/2016 'flag' 0 days 10:08:00 0 days 10:08:00
3 ron 12/21/2016 'n/a' 0 days 02:00:00 0 days 10:08:00
4 andy 12/22/2016 'flag' 0 days 10:00:00 0 days 10:00:00
5 andy 12/22/2016 'flag' 0 days 10:00:00 0 days 10:00:00
我有此代码会产生数据错误:
sample.loc[:,'Value'] = pd.to_timedelta(sample['Value'])
sample.loc[:,'Avg'] = sample['user'].map(sample[sample['Flag']=='flag'].groupby('user')['Value'].mean())
但是这是我得到的错误:
DataError: No numeric types to aggregate
我不确定将Value转换为timedelta时为什么要这样说。指导表示赞赏。
这里有不同的问题。
最终给出:
df['mean'] = pd.to_timedelta(df.loc[df['Flag'] == "'flag'", 'Value']
.astype('int64').astype('float64')
.reindex(df.index).groupby(df['user'])
.transform('mean'))
它给出:
user date Flag Value mean
0 ron 2016-12-23 'flag' 10:08:00 10:08:00
1 ron 2016-12-21 'n/a' 08:00:00 10:08:00
2 ron 2016-12-23 'flag' 10:08:00 10:08:00
3 ron 2016-12-21 'n/a' 02:00:00 10:08:00
4 andy 2016-12-22 'flag' 10:00:00 10:00:00
5 andy 2016-12-22 'flag' 10:00:00 10:00:00
[Nota:以上假设Value的数据类型为timedelta64[ns]
(pd.Timedelta
)。如果没有,则必须先使用以下方法将其转换为Timedelta:
df['Value'] = pd.to_timedelta(df['Value'])