Pandas 忽略缺失日期以找到百分位数

Question

我有一个数据框。 我正在尝试查找日期时间的百分位数。 我正在使用以下功能：

数据框：

student, attempts, time
student 1,14, 9/3/2019  12:32:32 AM
student 2,2, 9/3/2019  9:37:14 PM
student 3, 5
student 4, 16, 9/5/2019  8:58:14 PM

studentInfo2 = [14, 4, Timestamp('2019-09-04 00:26:36')]
data['time'] = pd.to_datetime(data['time_0001'], errors='coerce')
perc1_first = stats.percentileofscore(data['time'].notnull(), student2Info[2], 'rank')

其中 student2Info[2] 保存特定学生的日期时间。 当我尝试这样做时，出现错误：

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

关于即使在列中缺少时间的情况下如何正确计算百分位数的任何想法？

Answer 1

您需要将时间戳转换为percentileofscore可以理解的单位。 此外， pd.DataFrame.notnull()返回一个布尔值列表，您可以使用它来过滤您的DataFrame ，它不会返回过滤后的列表，所以我已经为您更新了它。 这是一个工作示例：

import pandas as pd
import scipy.stats as stats

data = pd.DataFrame.from_dict({
    "student": [1, 2, 3, 4],
    "attempts": [14, 2, 5, 16],
    "time_0001": [
        "9/3/2019  12:32:32 AM",
        "9/3/2019  9:37:14 PM",
        "",
        "9/5/2019  8:58:14 PM"
    ]
})

student2Info = [14, 4, pd.Timestamp('2019-09-04 00:26:36')]
data['time'] = pd.to_datetime(data['time_0001'], errors='coerce')
perc1_first = stats.percentileofscore(data[data['time'].notnull()].time.transform(pd.Timestamp.toordinal), student2Info[2].toordinal(), 'rank')
print(perc1_first)  #-> 66.66666666666667