Python/Pandas—日期时间统计信息。如何聚合datetime列的平均值

我目前正在为我的数据分析编写一个“Split-Apply-Combine”管道，其中还包括日期。以下是一些示例数据：

In [1]:
import pandas as pd
import numpy as np
import datetime as dt

startdate = np.datetime64("2018-01-01")
randdates = np.random.randint(1, 365, 100) + startdate

df = pd.DataFrame({'Type': np.random.choice(['A', 'B', 'C'], 100), 
                   'Metric': np.random.rand(100), 
                   'Date': randdates})
df.head()

Out[1]: 
  Type    Metric       Date
0    A  0.442970 2018-08-02
1    A  0.611648 2018-02-11
2    B  0.202763 2018-03-16
3    A  0.295577 2018-01-09
4    A  0.895391 2018-11-11

现在，我想通过

'Type'

进行聚合，并获得各个变量的汇总统计信息。这对于像

'Metric'

这样的数值变量很容易：

df.groupby('Type')['Metric'].agg(('mean', 'std'))

然而，对于datetime对象，计算平均值、标准偏差或其他统计数据实际上没有意义，并且会抛出错误。我需要此操作的上下文是，我正在基于某个距离度量对日期进行建模。当我用随机抽样（monte-carlo模拟）重复这个建模时，我稍后想重新分配建模日期的平均值和置信区间

所以我的问题是：用datetime数据可以建立什么有用的统计数据？如何表示建模日期的统计分布？如何实现聚合操作

我的理想输出是获得一个

Date\u mean

和

Date\u stdev

列，表示我的建模日期范围。

您可以使用时间戳（Unix）

Epoch，也称为Unix时间戳，是自1970年1月1日00:00:00 GMT（1970-01-01 00:00 GMT）以来经过的秒数（不是毫秒！）

您可以将所有日期转换为时间戳，如下所示：

import time
import datetime
d = "2018-08-02"
time.mktime(datetime.datetime.strptime(d, "%Y-%m-%d").timetuple()) #1533160800

---

从那里你可以计算你需要什么。

你可以考虑使用时间增量。直观地说，“5天的平均值+/-半天的标准偏差”听起来比“2019年5月5日的平均值”更合理。在你的情况下，时间并不是一个真正的因变量，你希望你的汇总统计数据能告诉你什么？这是真的。我正在根据距离测量重建日历日期。想象一下树木的年轮，根据树木的生长速度，年轮越宽越窄。最后，我想说“8毫米的增长相当于24+-2天”——这在时间增量中是可能的。但考虑到夏季增长较快，冬季增长较慢，我可能需要说“从2018年7月10日起，它增长了18毫米，相当于176+-12天，等于2019年4月11日“因此，时间是这里的依赖变量，因为我在上一步基于生长距离（

metric

）、一些化学分析、预测和dtw对其进行了建模……我想要的统计数据的另一种说法可能是“在4月3日，样本生长0.4mm+-0.001mm”，或者“自2018年4月4日的最后一次测量以来，样本增长了4 mm，因此在这次测量中，它必须是2018年5月8日+-3天”。我根据生长/距离是已知的，日期/时间是未知的，重建了生长/日期相关性。请不要在评论中写下答案：）