Pandas Python中的Timedeltas列總和

Question

之前有人在這里問過類似的問題

但是，當我嘗試所有可用的解決方案時，它給了我錯誤。

碼：

print sum(data['Activity_Duration'],datetime.timedelta())  
#import operator  
#print reduce(operator.add, data['Activity_Duration'])  

錯誤：

OverflowError

1 #print sum（data ['Activity_Duration']，datetime.timedelta（））
2名進口經營者
----> 3打印reduce（operator.add，data ['Activity_Duration']）

OverflowError：太大而無法轉換

我是否缺少某些東西，或者我們可以提出一個更具擴展性的解決方案？

信息：我的數據有436746行。

我正在使用8 gig機器，數據大小為650MB

Answer 1

我認為你需要sum ：

print (df['Activity_Duration'].sum())

樣品：

import pandas as pd

start = pd.to_datetime('2015-02-24')
end = pd.to_datetime('2016-04-25')
rng = pd.date_range(start, end, freq='6D')

start = pd.to_datetime('2015-02-26')
end = pd.to_datetime('2016-04-27')
rng1 = pd.date_range(start, end, freq='6D')

df = pd.DataFrame({'Date1': rng, 'Date2': rng1})  

df['Activity_Duration'] = df.Date2 - df.Date1
print (df)
        Date1      Date2  Activity_Duration
0  2015-02-24 2015-02-26             2 days
1  2015-03-02 2015-03-04             2 days
2  2015-03-08 2015-03-10             2 days
3  2015-03-14 2015-03-16             2 days
4  2015-03-20 2015-03-22             2 days
5  2015-03-26 2015-03-28             2 days
6  2015-04-01 2015-04-03             2 days
7  2015-04-07 2015-04-09             2 days
8  2015-04-13 2015-04-15             2 days
9  2015-04-19 2015-04-21             2 days
...
...


print (df['Activity_Duration'].sum())
144 days 00:00:00

如果需要在float輸出：

import numpy as np

df['Activity_Duration'] = (df.Date2 - df.Date1) / np.timedelta64(1, 'D')
print (df)
        Date1      Date2  Activity_Duration
0  2015-02-24 2015-02-26                2.0
1  2015-03-02 2015-03-04                2.0
2  2015-03-08 2015-03-10                2.0
3  2015-03-14 2015-03-16                2.0
4  2015-03-20 2015-03-22                2.0
...
...
...

print (df['Activity_Duration'].sum())
144.0

另一個解決方案是dt.days輸出是int ：

print (df['Activity_Duration'].dt.days.sum())
144

Timedelta限制 。