熊猫 datetime64 列的中位数

Question

有没有办法计算 return 日期时间格式的日期时间列的中位数？我想计算 python 中一列的中位数，格式为 datetime64[ns]。以下是该列的示例：

df['date'].head()

0   2017-05-08 13:25:13.342
1   2017-05-08 16:37:45.545
2   2017-01-12 11:08:04.021
3   2016-12-01 09:06:29.912
4   2016-06-08 03:16:40.422

名称：新近度，数据类型：datetime64[ns]

我的目标是使中位数的日期时间格式与上面的日期列相同：

尝试转换为 np.array:

median_ = np.median(np.array(df['date']))

但这会引发错误：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

转换为 int64 然后计算中位数并尝试将 return 格式转换为 datetime 不起作用

df['date'].astype('int64').median().astype('datetime64[ns]')

Answer 1

只取中间值怎么样？

dates = list(df.sort('date')['date'])
print dates[len(dates)//2]

如果 table 已排序，您甚至可以跳过一行。

Answer 2

你很接近，median() return 一个 float 所以先把它转换成一个 int:

import math

median = math.floor(df['date'].astype('int64').median())

然后把代表日期的int转换成datetime64:

result = np.datetime64(median, "ns") #unit: nanosecond

Answer 3

你也可以试试quantile(0.5):

df['date'].astype('datetime64[ns]').quantile(0.5, interpolation="midpoint")

熊猫 datetime64 列的中位数

median of panda datetime64 column

python

python-datetime

datetime64