Ho un DataFrame con una colonna di timedeltas (in realtà dopo l'ispezione il dtype è timedelta64[ns]
o <m8[ns]
), e mi piacerebbe fare un split-combine-apply, ma il timedelta colonna è che è caduto:split-apply-combine su pandas timedelta column
import pandas as pd
import numpy as np
pd.__version__
Out[3]: '0.13.0rc1'
np.__version__
Out[4]: '1.8.0'
data = pd.DataFrame(np.random.rand(10, 3), columns=['f1', 'f2', 'td'])
data['td'] *= 10000000
data['td'] = pd.Series(data['td'], dtype='<m8[ns]')
data
Out[8]:
f1 f2 td
0 0.990140 0.948313 00:00:00.003066
1 0.277125 0.993549 00:00:00.001443
2 0.016427 0.581129 00:00:00.009257
3 0.048662 0.512215 00:00:00.000702
4 0.846301 0.179160 00:00:00.000396
5 0.568323 0.419887 00:00:00.000266
6 0.328182 0.919897 00:00:00.006138
7 0.292882 0.213219 00:00:00.008876
8 0.623332 0.003409 00:00:00.000322
9 0.650436 0.844180 00:00:00.006873
[10 rows x 3 columns]
data.groupby(data.index < 5).mean()
Out[9]:
f1 f2
False 0.492631 0.480118
True 0.435731 0.642873
[2 rows x 2 columns]
Oppure, costringendo panda per provare l'operazione sulla colonna 'td'
:
data.groupby(data.index < 5)['td'].mean()
---------------------------------------------------------------------------
DataError Traceback (most recent call last)
<ipython-input-12-88cc94e534b7> in <module>()
----> 1 data.groupby(data.index < 5)['td'].mean()
/path/to/lib/python3.3/site-packages/pandas-0.13.0rc1-py3.3-linux-x86_64.egg/pandas/core/groupby.py in mean(self)
417 """
418 try:
--> 419 return self._cython_agg_general('mean')
420 except GroupByError:
421 raise
/path/to/lib/python3.3/site-packages/pandas-0.13.0rc1-py3.3-linux-x86_64.egg/pandas/core/groupby.py in _cython_agg_general(self, how, numeric_only)
669
670 if len(output) == 0:
--> 671 raise DataError('No numeric types to aggregate')
672
673 return self._wrap_aggregated_output(output, names)
DataError: No numeric types to aggregate
Tuttavia, prendendo la media della colonna funziona bene, in modo da operazioni numeriche dovrebbe essere possibile:
data['td'].mean()
Out[11]:
0 00:00:00.003734
dtype: timedelta64[ns]
Ovviamente è abbastanza facile costringere a fluttuare prima di fare il groupby, ma ho pensato che potrei anche provare a capire quello che sto incontrando.
Edit: Vedere https://github.com/pydata/pandas/issues/5724
Questa è una domanda eccellente formulata! Puoi schivarlo usando una funzione privata: 'data.groupby (data.index <5) ._ cython_agg_general ('mean', numeric_only = False)', ma devi renderlo di nuovo un appuntamento ... Penso che questo dovrebbe probabilmente una [richiesta di funzionalità su github] (https://github.com/pydata/pandas/issues/new). –
Grazie! Non sei sicuro di quale funzione richiedere specificamente ... che i panda debbano almeno * provare * a eseguire 'cython_agg_general' con' numeric_only = False', perché a volte funziona? – ontologist
Quel groupby significa ecc. Dovrebbe riconoscere e restituire le date ... Sospetto che ci sarà un'implementazione più elegante che usare agg_general come quella ... –