每组时间戳之间的平均时间不一致
每组时间戳之间的平均时间不一致
提问于 2019-01-27 19:46:35
我想得到每组时间戳之间的mean时间。然而，这些组并没有被排序。
创建df的代码：
d = {'ID': ['AI100', 'AI200', 'AI200', 'AI100','AI200','AI100'],
'Date': ['2019-01-10', '2018-06-01', '2018-06-11','2019-01-15','2018-06-21', '2019-01-22']}
data = pd.DataFrame(data=d)
data = data[['ID', 'Date']]
data['Date'] = pd.to_datetime(data['Date'])
data
ID Date
0 AI100 2019-01-10
1 AI200 2018-06-01
2 AI200 2018-06-11
3 AI100 2019-01-15
4 AI200 2018-06-21
5 AI100 2019-01-22我尝试了以下几点：
data = data.sort_values(['ID','Date'],ascending=True).groupby('ID').head(3) #group the IDs
data['diffs'] = data['Date'].diff()
data['diffs'] = data['diffs'].apply(lambda x: x.days)
data = data.groupby(['ID'])[('diffs')].agg('mean')然而，这产生了：
data.add_suffix('ID').reset_index()
ID diffs
0 AI100ID 6.000000
1 AI200ID -71.666667AI100ID组的平均时间是正确的，但AI200ID组的时间不正确。
出什么问题了？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-01-27 19:55:47
我认为这里的问题是，您没有按组计算您的差异，所以它正在计算前一个组的最后一个值与新组的第一个值之间的差异。
将您的行改为此，您将得到预期的结果：
data['diffs'] = data.groupby('ID')['Date'].diff()脚注：
另一个与主要问题无关的技巧，但以防你不知道：
data['diffs'] = data['diffs'].apply(lambda x: x.days)可以使用.dt访问器编写以使用更快的矢量化操作：
data['diffs'] = data['diffs'].dt.days页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54392217
复制相关文章
相似问题
腾讯云开发者
