Python 从持续时间中查找平均值，但同一天的日志应为1

我有用户日志：

df = pd.DataFrame({'users' : [1,1,1,2],
            'dates' : ['2018-09-06','2018-09-06','2018-09-10','2018-09-10'],
              'duration' : [3,3,8,8]})

给出：

user dates      duration
1    2018-09-09    3
1    2018-09-09    3
1    2018-09-10    8
2    2018-09-10    8
           ...

这里是棘手的部分：

如您所见，一些用户将他们的工作分为两部分。因此，第28天的用户1已完成6个小时，但显示为3和3

简单统计的时间：

当我们计算平均小时数时，任何有部分时间的人，他们的价值观都是极端的（3的平均值混乱）

我可以用平均数。 但我想看看某个人在一天中的极端值，并将其与中值进行比较

例如： 而不是8小时，这个用户仍然有工作6小时，这是一个极端值，作为一天

最终： 所以我想把任何一天的小时数作为一个，然后将他们的每天小时数与平均值和中位数进行比较

一种解决方案可能是：

df.groupby(['users','days'])['duration'].mean()

但白天仍然如此，如果白天不这样做，那么每天的每一天都是独立的，这会扰乱平均值。

这可以解决这个问题：

df = pd.DataFrame({'users' : [1,1,1,2],
                'dates' : ['2018-09-06','2018-09-06','2018-09-10','2018-09-10'],
                  'duration' : [3,3,8,8]})


a = df.groupby(['users','dates'])['duration'].sum().reset_index()
a.groupby(['users'])['duration'].mean().reset_index()

首先通过添加所有部分（如果存在）找到每天的总和，然后将其作为当天的一部分进行维护。稍后，找到每天的平均值，因为所有值都来自每天

结果:

    users duration
0   1     7
1   2     8

---

应该是这样的。但这是免疫的双重价值，每天如前所述？