Python 应用'Pandas.Timedelta.total_seconds'时出现异常行为`

我有一个带有

Timedelta

类型列的熊猫数据帧。我使用groupby和一个单独的月份列来按月创建这些

Timdelta

的组，然后我尝试使用

agg

函数以及

Timedelta

列上的

min、max、mean

，该列触发了

DataError:没有要聚合的数值类型

作为解决方案，我尝试使用

total_seconds（）

函数和

apply（）

来获得列的数字表示形式，然而，这种行为对我来说似乎很奇怪，因为我的

Timedelta

列中的

NaT

值被转换为

-9.223372e+09

，但是当

total_seconds（）

一个简单的例子：

test = pd.Series([np.datetime64('nat'),np.datetime64('nat')])
res = test.apply(pd.Timedelta.total_seconds)
print(res)

产生：

0   -9.223372e+09
1   -9.223372e+09
dtype: float64

鉴于：

res = test.iloc[0].total_seconds()
print(res)

收益率：

nan

第二个示例的行为是需要的，因为我希望执行聚合等并传播丢失/无效的值。这是一个错误吗？
您应该使用
.dt.total_seconds（）
方法，而不是将
pd.Timedelta.total_seconds
函数应用到
datetime64[ns]
dtype列：

In [232]: test
Out[232]:
0   NaT
1   NaT
dtype: datetime64[ns]  # <----

In [233]: pd.to_timedelta(test)
Out[233]:
0   NaT
1   NaT
dtype: timedelta64[ns]  # <----

In [234]: pd.to_timedelta(test).dt.total_seconds()
Out[234]:
0   NaN
1   NaN
dtype: float64

好的，但是
pd.NaT
确实有一个
pd.NaT.total_seconds（）
方法，它返回
NaN
，所以这是违反直觉的，我们希望它能工作。实际上还有其他方法吗？Atm我通过pd.to_timedelta（）.dt.total_seconds（）将时间戳转换为数值，但经过一些计算后，我想将其重新转换。@Ben，这取决于您（数据集）的具体内容以及您想要得到的具体内容；）我的时间格式为“2018-02-05 13:00:00”，我将其转换为“1.517839e+09”。我可以重新转换吗？太棒了，。。这是显而易见的：）谢谢！
In [228]: s = pd.Series(pd.to_timedelta(['03:33:33','1 day','aaa'], errors='coerce'))

In [229]: s
Out[229]:
0   0 days 03:33:33
1   1 days 00:00:00
2               NaT
dtype: timedelta64[ns]

In [230]: s.dt.total_seconds()
Out[230]:
0    12813.0
1    86400.0
2        NaN
dtype: float64