Python通过删除DateTime列来实现

在包含间歇NaT值的数据帧上使用groupby.median（）和groupby.mean（）时遇到一些问题。具体来说，我在一个数据集中有几个列，根据其他列计算各种时间差。在某些情况下，不存在时间差，导致NaT值与以下示例类似：

Group    Category    Start Time      End Time      Time Diff
  A         1        08:00:00.000    08:00:00.500      .500
  B         1        09:00:00.000    09:02:00.000  2:00.000
  B         1        09:00:00.000      NaT           NaT
  A         2        09:00:00.000    09:02:00.000  2:00.000
  A         2        09:00:00.000    09:01:00.000  1:00.000
  A         2        08:00:00.000    08:00:01.500     1.500

每当我运行

df.groupby（['Group'，'Category'].median（）

或

.mean（）

时，包含NaT的任何列都会从结果集中删除。我尝试了

fillna

，但NaT似乎仍然存在。作为上下文的补充，此脚本在较早版本的Anaconda Python（1.x）中正常工作.我最近能够将我的工作计算机升级到2.0.1，从那时起，这个问题开始蔓延

编辑：如果NaT是一个因素，我会把我对NaT的想法放在上面，但经过进一步审查，我的问题实际上在于这些列是timedelta64s。有人知道获得TimeDelta平均值/中值的任何解决方法吗

---

非常感谢您提供的任何见解！

在进一步的谷歌搜索/实验之后，我确认问题似乎与

timedelta64

列有关。为了对这些列执行

pd.groupby

，我首先将它们转换为浮点数，如下所示：

df['End Time']=df['End Time'].astype（'timedelta64[ms]'）/86400000

也许有一个更优雅的解决方案，但这让我能够继续我的分析

---

谢谢！

您有什么版本的熊猫？@joris我有熊猫0.14.0。我确实想出了一个解决办法-请参阅下面的回复。这确实是熊猫的当前限制，有一个问题需要解决（），希望它将进入版本0。15@joris太好了，谢谢你传递链接。我会关注这个问题。非常感谢