[英]Python/Pandas for solving grouped mean, median, mode and standard deviation
[英]Finding Standard Deviation and mean of time grouped by day of week in pandas
这是获取基于星期几的标准偏差和平均时间的最优选方法吗?
如何将平均时间,标准差按目标名称分组,然后按day_of_week分组?
另外,如何将一系列标准偏差和均值转换为正确的时间格式? 我尝试遍历该系列并成功完成datetime.timedelta(seconds = item),但希望使用更多的熊猫方式进行操作。 感谢您的反馈意见。
我有一个包含日期时间戳记的数据集,如下所示:
Date Time TargetUser
10/10/2012 20:20:01 joe
10/11/2012 02:20:01 bob
10/13/2012 21:20:01 smo
10/16/2012 22:20:01 joe
我正在创建一个星期几列,如下所示:
df['my_dates'] = pd.to_datetime(df['Date'])
df['day_of_week'] = df['my_dates'].dt.dayofweek
days = {dict of days of week ie 0:"Mon"}
df['day_of_week'] = df['day_of_week'].apply(lambda x: days[x])
我正在创建列以将一天中的总时间相加并创建一列:
df[['HH', 'MM','SS']] = df['Time'].str.split(':', expand=True)
df['seconds'] = (((df['HH'].astype(int) * 60) + df['MM'].astype(int)) * 60) + df['SS'].astype(int)
然后,我通过以下方式确定一周中某天的平均时间和标准差:
meantime = df['seconds'].groupby([df['day_of_week']]).mean()
std = df['seconds'].groupby([df['day_of_week']]).std(ddof=1)
(不基于以上数据)预期输出:
Name Day_of_week Mean STD
joe mon 15:01:01 00:08:02
tue 10:01:01 00:01:06
bob mon 11:11:11 00:20:30
smo thur 07:07:07 00:03:02
通过连接日期和时间,然后使用pandas出色的datetime访问器dt
您应该能够大大简化您的工作。
df['DateTime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])
df['day_of_week'] = df.DateTime.dt.strftime('%a')
df['seconds'] = pd.to_timedelta(df.DateTime.dt.time.astype(str)).dt.seconds
这给你这个
Date Time TargetUser DateTime day_of_week seconds
0 10/10/2012 20:20:01 joe 2012-10-10 20:20:01 Wed 73201
1 10/11/2012 02:20:01 bob 2012-10-11 02:20:01 Thu 8401
2 10/13/2012 21:20:01 smo 2012-10-13 21:20:01 Sat 76801
3 10/16/2012 22:20:01 joe 2012-10-16 22:20:01 Tue 80401
然后按用户和星期几分组,请执行以下操作,并重命名您的列。
df1 = df.groupby(['TargetUser', 'day_of_week'])\
.agg({'seconds':{'mean': lambda x: pd.to_timedelta(x.mean(), 's'),
'std': lambda x: pd.to_timedelta(np.std(x, ddof=1))}})
df1
最终输出
seconds
mean std
TargetUser day_of_week
bob Thu 02:20:01 NaT
joe Tue 22:20:01 NaT
Wed 20:20:01 NaT
smo Sat 21:20:01 NaT
要删除较高的列级别并将索引变成列,您可以执行以下操作:
df1.columns = df1.columns.droplevel()
df1.reset_index()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.