关于 timedelta 的 Pandas 聚合及其行为

Question

我正在努力对 timedelta 进行聚合，包括绘图。原始数据可在此处获得 本质上，数据有提交 (datetime) 、已解决 (datetime) 、 PauseTime (timedelta) 和 Resolved-Submit-Pause （这是实际解决时间）

click here for data

test_df = pd.read_csv('test_df.csv')

#convert to date time stamps
test_df[['Submit','Resolved']] = test_df[['Submit','Resolved']].apply(pd.to_datetime)

#CONVERT PauseTime and Resolved-Submit-Pausetime to Timedelta

test_df['PauseTime']=pd.to_timedelta(test_df['PauseTime'])
test_df['Resolved-Submit-Pausetime'] = pd.to_timedelta(test_df['Resolved-Submit-Pausetime'])

我正在尝试汇总“已解决”的每一天的平均值

test_df.groupby([pd.Grouper(key='Resolved', freq='D')])['Resolved-Submit-Pausetime'].mean()

这给了我一个错误 - 'DataError: No numeric types to aggregate'

1) 我如何聚合 mean 。

2) 还有一些绘制平均解决时间趋势的指导（x 轴将包含所有日期和 y 轴 agg mean timedelta of 'Resolved-Submit-Pausetime'）

Answer 1

使用此步骤将您的时间增量列转换为秒：

test_df['Resolved-Submit-Pausetime'] = test_df['Resolved-Submit-Pausetime'].astype('timedelta64[s]')

0      1234.0
1     27380.0
2     33017.0
3      5454.0
4       433.0
5      2302.0
6     21753.0
7      3405.0
8      4779.0
9      3974.0
10     3389.0
11      114.0
Name: Resolved-Submit-Pausetime, dtype: float64

然后运行你的 groupby 语句来计算平均值：

test_df.groupby([pd.Grouper(key='Resolved', freq='D')])['Resolved-Submit-Pausetime'].mean()

Resolved
2017-04-01    20543.666667
2017-04-02     7485.500000
2017-04-03     3132.200000
Name: Resolved-Submit-Pausetime, dtype: float64

您可以使用 Pandas 内置的绘图工具来快速绘制相对于 groupby 日期的平均时间：

test_df.groupby([pd.Grouper(key='Resolved', freq='D')])['Resolved-Submit-Pausetime'].mean().plot()