计算时间增量列表的中位数（或均值）

Question

我正在尝试查找从PANDAS数据帧生成的timeDelta对象列表的中位数。我已经尝试过使用统计资料库：

newList= list(DF.sort_values(['TimeDelta'])['TimeDelta'])
TDmedian = (st.median(newList))

st是我导入统计库的方式。

但是我得到了错误：

`TypeError: unsupported operand type(s) for /: 'str' and 'int'`

我试图制作一个函数来计算它：`

def date_median(date_list):
    length = len(date_list)
    print(length)
//Checks if the length is odd cause median in odd numbered lists is the middle value
    if length % 2 != 0:
        return date_list[length//2]
    else:
//If it's even, it'll take the middle value and the one above it and generate the mean
        print((length//2), (length//2+1))
        lower = date_list[length//2]
        upper = date_list[(length//2) +1]
        return (lower + upper)/2`

我像这样使用它：

`TAmedian = date_median(newList)`

我收到此错误：

`TypeError: unsupported operand type(s) for /: 'str' and 'int'`

是否有更简单的方法来执行此操作，如果没有，那么我在做什么错呢？

样本数据：

DF['TimeDelta'] = [0 days 00:00:36.35700000,0 days 00:47:11.213000000]

Answer 1

确定。它应该工作。著名的遗言吧？

我怀疑您的数据框的该列中有一些不是数字的元素。它的工作方式应与此类似：

In [17]: import pandas as pd                                                                                    

In [18]: tds = [timedelta(t) for t in range(5)]                                                                 

In [19]: x = list(range(5))                                                                                     

In [20]: df = pd.DataFrame({'x': x, 'time delta': tds})                                                         

In [21]: df                                                                                                     
Out[21]: 
   x time delta
0  0     0 days
1  1     1 days
2  2     2 days
3  3     3 days
4  4     4 days

In [22]: import numpy as np                                                                                     

In [23]: np.median(df['time delta'])                                                                            
Out[23]: numpy.timedelta64(172800000000000,'ns')

所以，您是否测试了数据框以查看该列中是否有一些非数字值？最简单的就是使用info()命令。它看起来应该与此相似。如果显示“对象”，则需要找出原因。

In [24]: df.info()                                                                                              
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 2 columns):
 #   Column      Non-Null Count  Dtype          
---  ------      --------------  -----          
 0   x           5 non-null      int64          
 1   time delta  5 non-null      timedelta64[ns]
dtypes: int64(1), timedelta64[ns](1)
memory usage: 208.0 bytes

In [25]: df.describe()                                                                                          
Out[25]: 
              x              time delta
count  5.000000                       5
mean   2.000000         2 days 00:00:00
std    1.581139  1 days 13:56:50.394919
min    0.000000         0 days 00:00:00
25%    1.000000         1 days 00:00:00
50%    2.000000         2 days 00:00:00
75%    3.000000         3 days 00:00:00
max    4.000000         4 days 00:00:00

这是有关寻找非数字值的好文章：

Finding non-numeric rows in dataframe in pandas?