我有一個(gè)帶有 TIME_IN 和 TIME_OUT 列的 DataFrame（日期時(shí)間到秒）。我想要一個(gè)新的 DF，其中包含按日期計(jì)算的持續(xù)時(shí)間總和（TIME_OUT - TIME_IN）。每天從早上 5 點(diǎn)到凌晨 5 點(diǎn)運(yùn)行，所以我也對此進(jìn)行了調(diào)整。這是一個(gè)自學(xué) Pandas 的迷你項(xiàng)目的一部分，但我的下一個(gè)應(yīng)用程序?qū)⑸婕案?，所以效率對我來說是關(guān)鍵。我嘗試了兩種方法（resample 和 groupby），但都有相同的問題：timedelta DURATION 列沒有求和。df["DATE"] = pd.to_datetime((df["TIME_IN"] - dt.timedelta(hours=hrEnd)).dt.date)df["DURATION"] = df["TIME_OUT"] - df["TIME_IN"]dfGroupBy= df.groupby("DATE").sum()df.setindex("DATE", inplace=True)dfResample = df.resample("D").sum()看來 Pandas 并沒有像我嘗試的那樣對 timedelta64 類型的列進(jìn)行求和，因此返回的 DataFrame 根本不包括 DURATION 列。最有效的方法是什么？
2 回答
守著一只汪
TA貢獻(xiàn)1872條經(jīng)驗(yàn) 獲得超4個(gè)贊
我認(rèn)為您的代碼按預(yù)期工作？
df['TIME_IN'] = pd.to_datetime(df['TIME_IN'])
df['TIME_OUT'] = pd.to_datetime(df['TIME_OUT'])
df['DATE'] = (df['TIME_IN'] - datetime.timedelta(hours=5)).dt.date
df["DURATION"] = df["TIME_OUT"] - df["TIME_IN"]
df.groupby("DATE")['DURATION'].sum()
輸入到 groupby
TIME_IN TIME_OUT DATE DURATION
0 2019-05-06 11:46:51 2019-05-06 11:50:36 2019-05-06 00:03:45
1 2019-05-02 20:47:54 2019-05-02 20:52:22 2019-05-02 00:04:28
2 2019-05-05 07:39:02 2019-05-05 07:46:34 2019-05-05 00:07:32
3 2019-05-04 17:28:52 2019-05-04 17:32:57 2019-05-04 00:04:05
4 2019-05-05 14:08:26 2019-05-05 14:14:30 2019-05-05 00:06:04
分組后輸出
DATE
2019-05-02 00:04:28
2019-05-04 00:04:05
2019-05-05 00:13:36
2019-05-06 00:03:45
似乎按預(yù)期工作。
小唯快跑啊
TA貢獻(xiàn)1863條經(jīng)驗(yàn) 獲得超2個(gè)贊
您可以使用agg分組對象的功能來總結(jié)持續(xù)時(shí)間，如下所示
import pandas as pd
import numpy as np
np.random.seed(10)
## Generate dummy data for testing
dt_range = pd.date_range("oct-12-2019", "oct-14-2019", freq="H")
arr = []
while len(arr)<10:
i,j = np.random.choice(len(dt_range), 2)
g = np.random.choice(4)
if j>i:
arr.append([g, dt_range[i], dt_range[j]])
df = pd.DataFrame(arr, columns=["group", "time_in", "time_out"])
## Solution
df["duration"] = df["time_out"] - df["time_in"]
df.groupby(df["time_in"].dt.date).agg({"duration":np.sum})
添加回答
舉報(bào)
0/150
提交
取消