如何获得 Pandas 每天的平均送货时间（存储为 timedelta64[ns]）？

Question

所以，我在 pandas 上有以下数据框：

我需要创建另一个包含每天平均送货时间的数据框，因为我很难完成这项任务。

因此，如您所见，我拥有 2018 年的所有 365 天，我需要计算用户在收到订单之前必须等待的平均时间。我只需要小时，分钟和秒，因为天数永远不会大于0。而且交货时间是timedelta64格式。

谢谢大家！

Answer 1

用户分组和均值

import pandas as pd
from io import StringIO

#Data preprocessing(ignore)
data = StringIO('''
2018-01-01 ,0 days 00:58:26 
2018-01-01 ,0 days 01:27:04 
2018-01-01 ,0 days 00:17:27 
2018-01-01 ,0 days 00:14:26 
2018-01-01 ,0 days 01:08:33 
''')

#Converting to datetime and timedelta object
df = pd.read_csv(data,names=['date','delivery_time'],parse_dates=['date'])
df['delivery_time'] = pd.to_timedelta(df['delivery_time'])

#Grouping by date and then finding mean of delivery time
df.groupby(['date']).mean(numeric_only=False)

输出：

            delivery_time
date    
2018-01-01  0 days 00:49:11.200000

使用 dt.components 您可以轻松地从 timedelta 列中提取小时、分钟和秒。像下面这样的东西应该会产生你的结果。

df.groupby(['date']).mean(numeric_only=False)['delivery_time'].dt.components.iloc[:, 1:4]

Answer 2

这将为您提供新数据帧中每天的平均送货时间（timedelta[ns]）：

使用 numpy 的 timedelta64[ns]

import pandas as pd
import numpy as np

df['del_time_sec'] = df[:8]['delivery_time'] / np.timedelta64(1, 's')

获取平均时间，使用 GroupBy.transform，每天使用 pandas.Series.dt.day

df['avg_sec'] = (df.groupby(df['date'].dt.day)['del_time_sec'].transform('mean'))

转换回日期时间，并在新的数据框中得到你的答案：

df['AVG_del_time_perday'] = pd.to_timedelta(df['avg_sec'], unit='s')
res = df[['date','AVG_del_time_perday']].drop_duplicates()

res
Out[116]: 
        date       AVG_del_time_perday
0 2018-01-01    0 days 00:49:11.200000
5 2018-12-31 0 days 00:24:16.666666667

如何获得 Pandas 每天的平均送货时间（存储为 timedelta64[ns]）？

How can i get the average delivery time (stored as timedelta64[ns]) per day on Pandas?

python

timedelta

dataframe

pandas