使用pandas获取python中hh:mm:ss时间数据的平均分组比

我有一个带有以下示例数据的熊猫数据框：

Group   Time
1       01:40:00
1       01:32:00
2       00:56:31

我希望我的输出是：

Group   Time
1       01:36:00
2       00:56:31

运行数据类型时，组和时间都存储为对象

我做了一些阅读，假设你只能通过将数据转换成hh:mm:ss:ms来完成。我尝试过使用timedelta函数，但没有成功

def rreplace(s, old, new, occurrence):
    li = s.rsplit(old, occurrence)
    return new.join(li)
df['New Time']=pd.to_timedelta(df['Time'].apply(lambda x: rreplace('00:{}'.format(x), ':', '.', 1)))

df.groupby(['Group'])['New Time'].mean()

现在我知道这个代码把它推下了一层。i、 秒现在是毫秒。但是我想让它做相反的事情，以hh:mm:ss:ms格式显示正确的hh:mm:ss时间，这样我就可以对它执行数学运算

任何帮助都将不胜感激。

---

谢谢

对于me，工作骨料按

求和

计算，按

大小

计算，然后划分列，在0.25.1中测试：

df['New Time'] = pd.to_timedelta(df['Time'])
df = df.groupby(['Group'])['New Time'].agg(['sum','size'])
df = df['sum'].div(df['size']).reset_index(name='Time')
print (df)
   Group     Time
0      1 01:36:00
1      2 00:56:31