Python 从多个日期中获取平均日期-熊猫

日期为日期时间的数据框：

   Column   |       Date             
:-----------|----------------------:
    A       |   2018-08-05 17:06:01 
    A       |   2018-08-05 17:06:02 
    A       |   2018-08-05 17:06:03 
    B       |   2018-08-05 17:06:07 
    B       |   2018-08-05 17:06:09 
    B       |   2018-08-05 17:06:11 

返回表为

   Column   |       Date            
:-----------|----------------------:
    A       |   2018-08-05 17:06:02 
    B       |   2018-08-05 17:06:09 

以你为例

您的数据：

df = pd.DataFrame(data=[['A', '2018-08-05 17:06:01'],
                   ['A', '2018-08-05 17:06:02'],
                   ['A', '2018-08-05 17:06:03'],
                   ['B', '2018-08-05 17:06:07'],
                   ['B', '2018-08-05 17:06:09'],
                   ['B', '2018-08-05 17:06:11']],
            columns = ['column', 'date'])

解决方案：

df.date = pd.to_datetime(df.date).values.astype(np.int64)

df = pd.DataFrame(pd.to_datetime(df.groupby('column').mean().date))

输出：

                      date
column                    
A      2018-08-05 17:06:02
B      2018-08-05 17:06:09

我希望这会有帮助。

举个例子

您的数据：

df = pd.DataFrame(data=[['A', '2018-08-05 17:06:01'],
                   ['A', '2018-08-05 17:06:02'],
                   ['A', '2018-08-05 17:06:03'],
                   ['B', '2018-08-05 17:06:07'],
                   ['B', '2018-08-05 17:06:09'],
                   ['B', '2018-08-05 17:06:11']],
            columns = ['column', 'date'])

解决方案：

df.date = pd.to_datetime(df.date).values.astype(np.int64)

df = pd.DataFrame(pd.to_datetime(df.groupby('column').mean().date))

输出：

                      date
column                    
A      2018-08-05 17:06:02
B      2018-08-05 17:06:09

我希望这会有所帮助。

准备一个示例数据帧：

提取所需的平均时间戳值：

准备示例数据帧：

提取所需的平均时间戳值：

---

我对max和min的idxmin和idexmax做了同样的事情。但是我想不出一个平均值的方法。我用idxmin和idexmax对max和min做了同样的事情。但我想不出一种方法来实现平均。我正在寻找一种方法，在groupby聚合中包含DateTime列。您的解决方案修复了pandas最初排除它们的事实。我正在寻找一种在groupby聚合中包含DateTime列的方法。您的解决方案解决了熊猫最初排除它们的问题。