Pandas

Question

我正在做一些 NBA 分析，并且有一个 mm:ss 格式的球员“上场时间”列。此列应该是什么 dtype 才能对其执行聚合函数（平均值、最小值、最大值等...）？ df 有超过 20,000 行，因此这里是相关列的示例：

我运行此代码将格式更改为日期时间-

df['Minutes'] = pd.to_datetime(df['Minutes'], format='%M:%S', errors='coerce')

数据类型更改成功，但我仍然无法对该列执行操作。我在尝试聚合列时遇到此错误：

DataError: No numeric types to aggregate

我的聚合代码

df2 = df.groupby(['Name', 'Team']).agg({'Minutes' : 'mean'})

我希望能够看到平均分钟数并保留 mm:ss 格式。

感谢任何帮助。

Answer 1

import pandas as pd
data = {
    'Minutes': ['18:30', '24:50', '33:21', '28:39', '27:30'],
    'Team': ['team1', 'team2', 'team1', 'team1', 'team2']
}

df = pd.DataFrame(data)
df['Minutes'] = pd.to_timedelta('00:' + df['Minutes'].replace('',np.NaN)))
df.groupby('Team')['Minutes'].mean()

输出：

>>>
Team
team1   0 days 00:26:50
team2   0 days 00:26:10
Name: Minutes, dtype: timedelta64[ns]

Answer 2

我会添加另一列作为从 dt 属性派生的浮点数来进行聚合。

 df_dict = {'Minutes': {0: Timestamp('1900-01-01 00:18:30'),
  1: Timestamp('1900-01-01 00:24:50'),
  2: Timestamp('1900-01-01 00:33:21'),
  3: Timestamp('1900-01-01 00:28:39'),
  4: Timestamp('1900-01-01 00:27:30')},
 'points': {0: 22, 1: 34, 2: 25, 3: 31, 4: 33},
 'name': {0: 'kobe', 1: 'jordan', 2: 'kobe', 3: 'jordan', 4: 'durant'},
 'team': {0: 'lakers', 1: 'bulls', 2: 'lakers', 3: 'bulls', 4: 'nets'}}


df = pd.DataFrame(df_dict)


df['mins_float'] = df['Minutes'].dt.hour * 60 + df['Minutes'].dt.minute + df['Minutes'].dt.second/60

df_gb = df.groupby(['name', 'team']).agg({'mins_float': 'mean'})

print(df_gb)

                mins_float
name    team    
durant  nets    27.500000
jordan  bulls   26.741667
kobe    lakers  25.925000

如果你想回到一个 hms 字符串，你可以添加这个。

import datetime

df_gb['hms'] = df_gb['mins_float'].apply(lambda x:str(datetime.timedelta(minutes=x)))

print(df_gb)

                mins_float  hms
name    team        
durant  nets    27.500000   0:27:30
jordan  bulls   26.741667   0:26:44.500000
kobe    lakers  25.925000   0:25:55.500000

Pandas - 持续时间列 (mm:ss) 应该是什么数据类型才能在其上使用聚合？

Pandas - What datatype should a duration column (mm:ss) be to use aggregates on it?

python

aggregate

datetime-format