群和平均datetime64

Question

我怎么能得到一个团体的平均日期？

import pandas as pd
import numpy as np
df = pd.DataFrame ({'ID' : ['foo', 'bar'] * 5,
               'VAL' : pd.date_range(start='4/1/2012', periods=10)})


ID  VAL
    foo 2012-04-01 00:00:00
    bar 2012-04-02 00:00:00
    bar 2012-04-04 00:00:00
    foo 2012-04-05 00:00:00
    bar 2012-04-06 00:00:00
    foo 2012-04-07 00:00:00
    bar 2012-04-08 00:00:00
    foo 2012-04-09 00:00:00
    bar 2012-04-10 00:00:00

想要的外卖：

bar 06/04/2012
foo 05/04/2012

我怎么能这么做？

Answer 1

只是另一种选择(将日期时间值视为int64，这是它们的存储方式，并返回)：

In [11]: df['VAL'].astype('int64').groupby(df['ID']).mean().astype('datetime64[ns]')
Out[11]:
ID
bar   2012-04-06
foo   2012-04-05
dtype: datetime64[ns]

由于我们在这里使用视图，这应该比应用更有效/更快.

正如Jeff指出的:这是在Master中修正的(所以是0.14.1)：

df.groupby('ID').mean()

应该“正常工作”。

Answer 2

这需要时间的平均值，然后将开始日期加回来(这应该在0.14.1/master (即将到来)中更直接地工作，这时可以取timedelta64的平均值)。

In [10]: m = df['VAL'].min()

In [11]: df.groupby('ID')['VAL'].apply(lambda x: (x-m).mean())+m
Out[11]: 
ID    
bar  0   2012-04-06
foo  0   2012-04-05
dtype: datetime64[ns]

Answer 3

可能有更有效的方法，但一种方法是转换为序号，取平均值，并将其转换回日期时间。

In [264]: df['VAL_ordinal'] = df['VAL'].apply(lambda x: x.toordinal())

In [267]: df.groupby('ID')['VAL_ordinal'].mean().apply(lambda x: datetime.fromordinal(int(x)))
Out[267]: 
ID
bar   2012-04-06
foo   2012-04-05
Name: VAL_ordinal, dtype: datetime64[ns]