熊猫datetime64列的中值

Question

是否有方法以日期时间格式计算和返回日期时间列的中值？我想以datetime64ns格式计算python中列的中值。下面是列的示例：

df['date'].head()

0   2017-05-08 13:25:13.342
1   2017-05-08 16:37:45.545
2   2017-01-12 11:08:04.021
3   2016-12-01 09:06:29.912
4   2016-06-08 03:16:40.422

名称: recency，dtype: datetime64ns

我的目标是使中值与上面的日期列相同的日期时间格式：

尝试转换为np.array：

median_ = np.median(np.array(df['date']))

但这会导致错误：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

转换为int64，然后计算中位数并尝试将返回格式转换为日期时间不起作用。

df['date'].astype('int64').median().astype('datetime64[ns]')

Answer 1

取中间值怎么样？

dates = list(df.sort('date')['date'])
print dates[len(dates)//2]

如果对表进行排序，甚至可以跳过一行。

Answer 2

您也可以尝试quantile(0.5)

df['date'].astype('datetime64[ns]').quantile(0.5, interpolation="midpoint")

Answer 3

您已经接近了，median()返回一个float，因此首先将其转换为一个int：

import math

median = math.floor(df['date'].astype('int64').median())

然后将表示日期的int转换为datetime64

result = np.datetime64(median, "ns") #unit: nanosecond