panda 中用户的交易或订单平均时间

Question

我有大约 200 万行...我找到了一堆得到总体平均时间的答案 - 但我试图获得每个用户的每个时间戳的平均时间。也未禁止状态必须 = 1。

 UID timestamp             Not_banned
 3   2013-05-02 08:42:44   1
 2   2013-05-02 14:05:57   1
 2   2013-05-02 17:36:51   1

所以输出会是这样的

 UID avg_btwn_txn
 3   1.5
 2   63.2
 6   22.1

我试过了：

df.groupby("UID")["timestamp"].mean()

...但是这段代码只是出错了。

“DataError：没有要聚合的数字类型”

Answer 1

我认为您首先需要boolean indexing 进行过滤，然后使用here 中的自定义lambda 函数groupby（timedeltas 转换为hours 并返回转换为timedelatas 已删除）：

df1 = df[df['Not_banned'] == 1]
         .groupby('UID')
         .Timestamp
         .apply(lambda x: (x-x.min()).astype('m8[h]').mean())
         .reset_index()

print (df1)
   UID  Timestamp
0    2        1.5
1    3        0.0

query 的另一个解决方案：

df1 = df.query("Not_banned == 1")
        .groupby('UID').Timestamp
        .apply(lambda x: (x-x.min()).astype('m8[h]').mean())
        .reset_index()