使用python创建时间列表的平均值

我有一个巨大的时间列表（HH:MM:SS），我知道如果我想创建一个平均值，我可以将小时、秒和分钟分开，平均每一个，然后将它们连接在一起。然而，我觉得必须有更好的方法来做到这一点。有人知道更好的方法吗

谢谢

您不希望以这种方式“平均”小时、分钟和秒的时间：

00:59:00
01:01:00

清楚地将平均值设置为

01:00:00

，但不符合您提供的逻辑

而是将所有时间间隔转换为秒，计算平均值并转换回

HH:MM:SS

00:59:00 -> 3540 seconds
01:01:00 -> 3660 seconds
            ============
average:    3600 seconds converted to HH:MM:SS -> 01:00:00

---

我认为最好的办法是将所有这些值转换为秒数，然后对整个列表求平均值。我假设这些时间是

mylist

中的字符串

 time_list = map(lambda s: int(s[6:8]) + 60*(int(s[3:5]) + 60*int(s[0:2])), mylist)
 average = sum(time_list)/len(time_list)
 bigmins, secs = divmod(average, 60)
 hours, mins = divmod(bigmins, 60)
 print "%02d:%02d:%02d" % (hours, mins, secs)

---

这基本上是eumiro建议的。第一行计算每个字符串的秒数。第二行是它们的平均值。接下来的两行计算秒/分/小时数，第三行很好地格式化输出。

首先使用字符串格式解析时间到时间结构，然后使用历元将时间转换为秒，然后添加所有秒数并除以次数，并使用

以下是一个例子：

import time


a = time.strptime("2000:11:12:13","%Y:%H:%M:%S")
b = time.strptime("2000:11:14:13","%Y:%H:%M:%S")

avg_time = time.localtime(((time.mktime(a)+time.mktime(b))/2))

>> time.struct_time(tm_year=2000, tm_mon=1, tm_mday=1, tm_hour=11, tm_min=13, tm_sec=13, tm_wday=5, tm_yday=1, tm_isdst=0)

---

请注意，我添加了2000年，因为@eumiro给出了默认年份1900的溢出错误，这里是@eumiro答案的一个可能实现，但是这个逻辑只有在这些是持续时间，而不是@lazyr指出的时间时才起作用：

from datetime import timedelta

times = ['00:58:00','00:59:00','01:00:00','01:01:00','01:02:00']

print(str(timedelta(seconds=sum(map(lambda f: int(f[0])*3600 + int(f[1])*60 + int(f[2]), map(lambda f: f.split(':'), times)))/len(times))))

---

作者@silenghost，@Herms

从午夜开始转换到秒数并求平均值存在问题。如果你在23:50和00:10的时候这样做，你就可以得到你想要的12:00

一个更好的方法是去做

---

您需要将其转换为复数，取参数，然后平均度数

最后，您需要解析日期以获得所需的内容，然后将其转换回原始小时

from cmath import rect, phase
from math import radians, degrees

def meanAngle(deg):
    complexDegree = sum(rect(1, radians(d)) for d in deg) / len(deg)
    argument = phase(complexDegree)
    meanAngle = degrees(argument)
    return meanAngle

def meanTime(times):
    t = (time.split(':') for time in times)
    seconds = ((float(s) + int(m) * 60 + int(h) * 3600) 
               for h, m, s in t)
    day = 24 * 60 * 60
    toAngles = [s * 360. / day for s in seconds]
    meanAsAngle = meanAngle(toAngles)
    meanSeconds = meanAsAngle * day / 360.
    if meanSeconds < 0:
        meanSeconds += day
    h, m = divmod(meanSeconds, 3600)
    m, s = divmod(m, 60)
    return('%02i:%02i:%02i' % (h, m, s))

print(meanTime(["15:00:00", "21:00:00"]))
# 18:00:00
print(meanTime(["23:00:00", "01:00:00"]))
# 00:00:00

来自cmath导入直肠，相位
从数学导入弧度、度
def平均角度（度）：
complexDegree=以度表示的d的和（矩形（1，弧度（d））/len（度）
参数=相位（复杂度）
平均角度=度（参数）
返回平均角
时间(次):
t=（time.split（“：”）表示时间（以时间为单位）
秒=（（浮点数）+int（m）*60+int（h）*3600）
对于h、m、s（在t中）
日=24*60*60
toAngles=[s*360/天，以秒为单位]
平均角度=平均角度（到角度）
平均秒数=平均角*天/360。
如果平均秒数小于0：
平均秒数+=天
h、 m=divmod（平均秒数，3600）
m、 s=divmod（m，60）
返回（“%02i:%02i:%02i%”（h，m，s））
打印（同时（[“15:00:00”，“21:00:00”]））
# 18:00:00
打印（同时（[“23:00:00”，“01:00:00”]））
# 00:00:00

可能有一种方法可以替代已经提供的伟大答案，但它是针对具体情况的。例如，如果你想平均人们每天睡觉的时间，这是通常在下午6点到早上6点之间的时间，你可以先将小时和分钟转换成十进制，这样12:30=12.5，然后你只需要在估计平均值的时间范围内加上24。对于睡眠情况，时间从早上0:00到6:00，变成24.0到30。现在你可以像平常一样估计平均值了。最后，如果平均数大于24，则只需再次减去24即可：

def hourtoDec(data):
    '''
    Transforms the hour string values in the list data
    to decimal. The format assumed is HH:mm.
    Values are transformed to float
    For example for 5:30pm the equivalent is 17.5 
    This funtion preserves NaN values
    '''
    dataOutput=[]
    for i in data:
        if not(pd.isnull(i)):
            if type(i)==type("a"):
                    h,m=i.split(':')
                    h=int(h)
                    m=int(m)
                    dataOutput.append(h+m/60.0)
            if isinstance(i, (np.float, float)):
                    dataOutput.append(i)
        else:
            dataOutput.append(i)
    return dataOutput



timestr=pd.DataFrame([ "2020-04-26T23:00:30.000", 
                      "2020-04-25T22:00:30.000", 
                      "2020-04-24T01:00:30.000", 
                      "2020-04-23T02:00:30.000"],columns=["timestamp"])
hours=timestr['timestamp'].apply(lambda x: ":".join(x.split("T")[1].split(":")[0:2]))
hoursDec=hourtoDec(hours)

times2=[]
for i in hoursDec:
    if i>=0 and i<6:
        times2.append(i+24)
    else:
        times2.append(i)

average=np.mean(times2)
if average>=24:
    average=average-24
print(average)

def hourtoDec（数据）：
'''
转换列表数据中的小时字符串值
到小数点。假定格式为HH:mm。
值被转换为浮点值
例如，对于下午5:30，等效值为17.5
此函数保留NaN值
'''
数据输出=[]
对于数据中的i：
如果不是（pd.isnull（i））：
如果类型（i）=类型（“a”）：
h、 m=i.split（“：”）
h=int（h）
m=int（m）
dataOutput.append（h+m/60.0）
如果存在（i，（np.float，float））：
dataOutput.append（i）
其他：
dataOutput.append（i）
返回数据输出
timestr=pd.数据帧（[“2020-04-26T23:00:30.000”，
“2020-04-25T22:00:30.000”，
“2020-04-24T01:00:30.000”，
“2020-04-23T02:00:30.000”]，列=[“时间戳”]）
小时数=timestr['timestamp'].apply（lambda x:：”.join（x.split（“T”）[1]。split（“：”[0:2]））
小时数=小时数（小时）
时间2=[]
对于12月的小时数：
如果i>=0且i=24：
平均数=平均数-24
打印（平均）

用适当的Python给出一个输入和输出的（简短）示例。只取一个绝对时间

总计#秒=小时*3600+分钟*60+秒

并求平均值，然后将其作为一个时间放回一起，怎么样？请提供一些示例数据。你是否有字符串、时间差等形式的数据……请注意，如果你的平均值不是持续时间，而是时间点，那么它会卷起，平均值变成一个模糊的概念——你需要定义午夜前后发生的事情。例如，

23:59:58

和

00:00:00

的平均值是多少？是

23:59:59

还是

11:59:59

？我认为这应该是公认的答案。它对我非常有效。无论如何，有一个小细节需要调整：行

hour=seconds\u from\u midnight/3600

应该修改为

hour=（seconds\u from\u midnight/3600）%24

，以处理

hour

为负值的情况。可以通过计算18:20和20:35的平均值来重现误差，我认为应该是弧度=浮点（从午夜算起的秒数）/浮点（24*60*60）*2.0*math.pi和从午夜算起的秒数=int（浮点（x）/（2.0*math.pi）*24.0*60.0*60.0）注24

def hourtoDec(data):
    '''
    Transforms the hour string values in the list data
    to decimal. The format assumed is HH:mm.
    Values are transformed to float
    For example for 5:30pm the equivalent is 17.5 
    This funtion preserves NaN values
    '''
    dataOutput=[]
    for i in data:
        if not(pd.isnull(i)):
            if type(i)==type("a"):
                    h,m=i.split(':')
                    h=int(h)
                    m=int(m)
                    dataOutput.append(h+m/60.0)
            if isinstance(i, (np.float, float)):
                    dataOutput.append(i)
        else:
            dataOutput.append(i)
    return dataOutput



timestr=pd.DataFrame([ "2020-04-26T23:00:30.000", 
                      "2020-04-25T22:00:30.000", 
                      "2020-04-24T01:00:30.000", 
                      "2020-04-23T02:00:30.000"],columns=["timestamp"])
hours=timestr['timestamp'].apply(lambda x: ":".join(x.split("T")[1].split(":")[0:2]))
hoursDec=hourtoDec(hours)

times2=[]
for i in hoursDec:
    if i>=0 and i<6:
        times2.append(i+24)
    else:
        times2.append(i)

average=np.mean(times2)
if average>=24:
    average=average-24
print(average)