如何用 NaN 替换 pandas 系列中的时间增量对象？
How to replace by NaN a time delta object in a pandas serie?
我想计算不包括 00:00:00 个值的时间增量系列的平均值。
那么这是我的时间序列：
1 00:28:00
3 01:57:00
5 00:00:00
7 01:27:00
9 00:00:00
11 01:30:00
我尝试用 NaN 替换第 5 行和第 9 行，然后将 .mean() 应用于系列。 mean() 不包括 NaN 值，我得到了想要的值。
我该怎么做？
我正在尝试：
`df["time_column"].replace('0 days 00:00:00', np.NaN).mean()`
但没有值被替换
一个想法是使用 0 Timedelta 对象：
out = df["time_column"].replace(pd.Timedelta(0), np.NaN).mean()
print (out)
0 days 01:20:30
我想计算不包括 00:00:00 个值的时间增量系列的平均值。
那么这是我的时间序列：
1 00:28:00
3 01:57:00
5 00:00:00
7 01:27:00
9 00:00:00
11 01:30:00
我尝试用 NaN 替换第 5 行和第 9 行，然后将 .mean() 应用于系列。 mean() 不包括 NaN 值，我得到了想要的值。
我该怎么做？
我正在尝试：
`df["time_column"].replace('0 days 00:00:00', np.NaN).mean()`
但没有值被替换
一个想法是使用 0 Timedelta 对象：
out = df["time_column"].replace(pd.Timedelta(0), np.NaN).mean()
print (out)
0 days 01:20:30