Skip to main content
 首页 » 编程设计

python之计算 Pandas 数据框中的日时差

2025年04月02日13lvdongjie

我有以下数据框:

 data = [ 
("10/10/2016","A"), 
("10/10/2016","B"), 
("09/12/2016","B"), 
("09/12/2016","A"), 
("08/11/2016","A"), 
("08/11/2016","C")]  
 
#Create DataFrame base 
df = pd.DataFrame(data, columns=("Time","User")) 
 
# Convert time column to correct format for time calculations 
df["Time"] = pd.to_datetime(df["Time"], '%m/%d/%Y') 

每一行代表用户进行特定操作的时间。我想计算每个用户执行该特定操作的频率(以天为单位)。

假设用户 A 在 2016 年 8 月 11 日进行了第一次交易,然后他在 2016 年 9 月 12 日(即大约 30 天后)再次进行了交易。然后,他在 2016 年 10 月 10 日再次交易,距离他第二次交易约 29 天。因此,他以天为单位的平均频率为 (29+30)/2。

最有效的方法是什么?

提前致谢!


  • 更新

我编写了以下函数来计算我想要的输出。

from datetime import timedelta 
 
def averagetime(a): 
    numdeltas = len(a) - 1 
    sumdeltas = 0 
 
    i = 1 
    while i < len(a): 
        delta = abs((a[i] - a[i-1]).days) 
        sumdeltas += delta 
        i += 1 
 
    if numdeltas > 1: 
        avg = sumdeltas / numdeltas 
    else: 
        avg = 'NaN'   
    return avg 

它工作正常,例如,当我传递整个“时间”列时:

averagetime(df["Time"]) 

但是当我尝试在 group by 之后应用它时,它给了我一个错误。

df.groupby('User')['Time'].apply(averagetime) 

有什么建议可以解决上述问题吗?

请您参考如下方法:

您可以使用 diff , 通过 np.timedelta64(1,'D') 转换为 float和abs计数 sum :

print (averagetime(df["Time"])) 
12.0 
 
su = ((df["Time"].diff() / np.timedelta64(1,'D')).abs().sum()) 
print (su / (len(df) - 1)) 
12.0 

然后我将它应用于groupby,但是有必要条件,因为:

ZeroDivisionError: float division by zero

print (df.groupby('User')['Time'] 
         .apply(lambda x: np.nan if len(x) == 1  
                                 else (x.diff()/np.timedelta64(1,'D')).abs().sum()/(len(x)-1))) 
 
User 
A    30.0 
B    28.0 
C     NaN 
Name: Time, dtype: float64