Mam DataFrame z kolumną timedeltas (faktycznie po sprawdzeniu dtype jest timedelta64[ns]
lub <m8[ns]
) i chciałbym zrobić split-połączyć-zastosować, ale timedelta kolumna jest zrzucenie:split-apply-Combine na pandach timedelta column
import pandas as pd
import numpy as np
pd.__version__
Out[3]: '0.13.0rc1'
np.__version__
Out[4]: '1.8.0'
data = pd.DataFrame(np.random.rand(10, 3), columns=['f1', 'f2', 'td'])
data['td'] *= 10000000
data['td'] = pd.Series(data['td'], dtype='<m8[ns]')
data
Out[8]:
f1 f2 td
0 0.990140 0.948313 00:00:00.003066
1 0.277125 0.993549 00:00:00.001443
2 0.016427 0.581129 00:00:00.009257
3 0.048662 0.512215 00:00:00.000702
4 0.846301 0.179160 00:00:00.000396
5 0.568323 0.419887 00:00:00.000266
6 0.328182 0.919897 00:00:00.006138
7 0.292882 0.213219 00:00:00.008876
8 0.623332 0.003409 00:00:00.000322
9 0.650436 0.844180 00:00:00.006873
[10 rows x 3 columns]
data.groupby(data.index < 5).mean()
Out[9]:
f1 f2
False 0.492631 0.480118
True 0.435731 0.642873
[2 rows x 2 columns]
Albo, zmuszając pandy wypróbować działanie na kolumnie 'td'
:
data.groupby(data.index < 5)['td'].mean()
---------------------------------------------------------------------------
DataError Traceback (most recent call last)
<ipython-input-12-88cc94e534b7> in <module>()
----> 1 data.groupby(data.index < 5)['td'].mean()
/path/to/lib/python3.3/site-packages/pandas-0.13.0rc1-py3.3-linux-x86_64.egg/pandas/core/groupby.py in mean(self)
417 """
418 try:
--> 419 return self._cython_agg_general('mean')
420 except GroupByError:
421 raise
/path/to/lib/python3.3/site-packages/pandas-0.13.0rc1-py3.3-linux-x86_64.egg/pandas/core/groupby.py in _cython_agg_general(self, how, numeric_only)
669
670 if len(output) == 0:
--> 671 raise DataError('No numeric types to aggregate')
672
673 return self._wrap_aggregated_output(output, names)
DataError: No numeric types to aggregate
Jednakże, biorąc średnią kolumny działa dobrze, więc operacje numeryczne powinny być możliwe:
data['td'].mean()
Out[11]:
0 00:00:00.003734
dtype: timedelta64[ns]
Oczywiście łatwo jest wymusić unoszenie się przed wykonaniem grupy, ale pomyślałem, że równie dobrze mogę spróbować zrozumieć, w co się natknąłem.
Edycja: Zobacz https://github.com/pydata/pandas/issues/5724
Jest to doskonale sformułowane pytanie! Możesz to zrobić, używając prywatnej funkcji: 'data.groupby (data.index <5) ._ cython_agg_general ('mean', numeric_only = False)', ale musisz zrobić to ponownie ... Myślę, że to powinno prawdopodobnie być [żądanie funkcji na github] (https://github.com/pydata/pandas/issues/new). –
Dzięki! Nie jestem pewien, na którą funkcję zwrócić się konkretnie ... że pandy powinny przynajmniej * wypróbować *, aby uruchomić 'cython_agg_general' z' numeric_only = False', ponieważ czasami to działa? – ontologist
Ta grupa oznaczająca itp. Powinna rozpoznawać i zwracać daty ... Podejrzewam, że będzie bardziej elegancka implementacja niż użycie ag_general tak ... –