代码之家 › 专栏 › 技术社区 › seanysull

使用熊猫时的奇怪行为。时间增量。总计\u秒`

timedelta datetime pandas python

seanysull · 技术社区 · 7 年前

我有一个熊猫数据框,其中一列 Timedelta 类型我使用groupby和一个单独的月份列来创建这些组 Timdelta 到了一个月,我尝试使用 agg 函数以及 min, max, mean 上 时间增量 触发的列 DataError: No numeric types to aggregate

为了解决这个问题,我尝试使用 total_seconds() 函数以及 apply() 然而,要获得列的数字表示形式,这种行为对我来说似乎很奇怪 NaT my中的值 时间增量 列已转换为 -9.223372e+09 但结果是 NaN 什么时候 总计\u秒() 用于标量,不带 应用()

一个简单的例子:

test = pd.Series([np.datetime64('nat'),np.datetime64('nat')])
res = test.apply(pd.Timedelta.total_seconds)
print(res)

其产生:

0   -9.223372e+09
1   -9.223372e+09
dtype: float64

鉴于:

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丢失/无效的值。这是虫子吗?

1 回复 | 直到 7 年前

MaxU - stand with Ukraine 7 年前

您应该使用 .dt.total_seconds() 方法,而不是应用 pd.Timedelta.total_seconds 功能到 datetime64[ns] 数据类型列:

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

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前