在Python中使用groupby计算平均差异

Question

我是 Python 新手，我想在第一列中聚合（分组）ID。第二列中的值是时间戳（日期时间格式），通过聚合 ID，我希望获得聚合 ID 列中每个 ID 的时间戳（以天为单位）之间的平均差异。我的桌子看起来像df1，我想要类似的东西df2，但由于我是一个绝对的初学者，我不知道如何做到这一点。

import pandas as pd
import numpy as np
from datetime import datetime

In[1]:
# df1
ID = np.array([1,1,1,2,2,3])
Timestamp = np.array([
datetime.strptime('2018-01-01 18:07:02', "%Y-%m-%d %H:%M:%S"),
datetime.strptime('2018-01-08 18:07:02', "%Y-%m-%d %H:%M:%S"),
datetime.strptime('2018-03-15 18:07:02', "%Y-%m-%d %H:%M:%S"),
datetime.strptime('2018-01-01 18:07:02', "%Y-%m-%d %H:%M:%S"),
datetime.strptime('2018-02-01 18:07:02', "%Y-%m-%d %H:%M:%S"),
datetime.strptime('2018-01-01 18:07:02', "%Y-%m-%d %H:%M:%S")])
df = pd.DataFrame({'ID': ID, 'Timestamp': Timestamp})

Out[1]:   
    ID  Timestamp
0   1   2018-01-01 18:07:02
1   1   2018-01-08 18:07:02
2   1   2018-03-15 18:07:02
3   2   2018-01-01 18:07:02
4   2   2018-02-01 18:07:02
5   3   2018-01-01 18:07:02

In[2]:
#df2
ID = np.array([1,2,3])
    Avg_Difference = np.array([7, 1, "nan"])
    df2 = pd.DataFrame({'ID': ID, 'Avg_Difference': Avg_Difference})

Out[2]:
ID  Avg_Difference
   0    1   7 
   1    2   1 
   2    3   nan

Answer 1

你可以这样做：

df.groupby('ID')['Timestamp'].apply(lambda x: x.diff().mean())

在你的情况下，它看起来像：

>>> df
   ID           Timestamp
0   1 2018-01-01 18:07:02
1   1 2018-01-08 18:07:02
2   1 2018-03-15 18:07:02
3   2 2018-01-01 18:07:02
4   2 2018-02-01 18:07:02
5   3 2018-01-01 18:07:02

>>> df.groupby('ID')['Timestamp'].apply(lambda x: x.diff().mean())
ID
1   36 days 12:00:00
2   31 days 00:00:00
3                NaT
Name: Timestamp, dtype: timedelta64[ns]

如果您希望它作为具有名为 的列的数据框，只需在末尾Avg_Difference添加：to_frame

df.groupby('ID')['Timestamp'].apply(lambda x: x.diff().mean()).to_frame('Avg_Difference')

     Avg_Difference
ID                 
1  36 days 12:00:00
2  31 days 00:00:00
3               NaT

编辑根据您的评论，如果您想删除时间元素，而只获取天数，您可以执行以下操作：

df.groupby('ID')['Timestamp'].apply(lambda x: x.diff().mean()).dt.days.to_frame('Avg_Difference')

    Avg_Difference
ID                
1             36.0
2             31.0
3              NaN