Python panda datetime64列的中位数

是否有方法计算并以datetime格式返回datetime列的中位数？ 我想计算python中datetime64[ns]格式的列的中间值。以下是该列的示例：

df['date'].head()

0   2017-05-08 13:25:13.342
1   2017-05-08 16:37:45.545
2   2017-01-12 11:08:04.021
3   2016-12-01 09:06:29.912
4   2016-06-08 03:16:40.422

名称：最近，数据类型：datetime64[ns]

我的目标是使中位数的日期时间格式与上面的日期列相同：

已尝试转换为np.array：

median_ = np.median(np.array(df['date']))

但这就产生了一个错误：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

---

只取中间值怎么样

dates = list(df.sort('date')['date'])
print dates[len(dates)//2]

---

如果表格已排序，您甚至可以跳过一行。

您已接近，则

中值（）

返回一个

浮点值

，因此首先将其转换为

int

：

import math

median = math.floor(df['date'].astype('int64').median())

然后将表示日期的

int

转换为

datetime64

：

result = np.datetime64(median, "ns") #unit: nanosecond

您也可以尝试：

df['date'].astype（'datetime64[ns]'）。分位数（0.5，interpolation=“middpoint”）

谢谢@kabanus。这很有效。我没有想到排序和使用列的长度。@T-Jay很乐意帮忙。别忘了接受，让我感觉良好，为他人着想。

result = np.datetime64(median, "ns") #unit: nanosecond