如何根据 Pandas 数据框中的相似数据总结一列中的持续时间？答案

【问题标题】：How to sum up duration in one column based on simillar date in a Pandas dataframe?如何根据 Pandas 数据框中的相似数据总结一列中的持续时间？
【发布时间】：2023-02-02 22:12:36
【问题描述】：

Date	Name	Duration
01.01.23	John Adams	14:52
01.01.23	John Adams	15:02
01.01.23	Stacey Roland	29:47
01.04.23	Ron Swanson	30:22
01.05.23	Jan Wood	28:48

我正在尝试获取一个新的 df，如果名称和日期相同，则将 Duration 列中的值相加。

结果应该是这样的

Date	Name	Duration
01.01.23	John Adams	29:54
01.01.23	Stacey Roland	29:47

我尝试使用 groupby，但我似乎并不完全理解它是如何工作的。

df = df.groupby('日期').sum()

不工作。

【问题讨论】：

标签： python group-by jupyter-notebook

【解决方案1】：

假设pandas你首先需要转换你的持续时间字符串to_timedelta，然后你可以groupby.sum：

out = (df.assign(Duration=pd.to_timedelta('00:'+df['Duration']))
         .groupby(['Date', 'Name'], as_index=False).sum()
      )

print(out)

注意。假设14:52是MM:SS，对于HH:MM你需要用pd.to_timedelta(df['Duration']+':00')转换。

输出：

       Date           Name        Duration
0  01.01.23     John Adams 0 days 00:29:54
1  01.01.23  Stacey Roland 0 days 00:29:47
2  01.04.23    Ron Swanson 0 days 00:30:22
3  01.05.23       Jan Wood 0 days 00:28:48

使用的输入：

df = pd.DataFrame({'Date': ['01.01.23', '01.01.23', '01.01.23', '01.04.23', '01.05.23'],
                   'Name': ['John Adams', 'John Adams', 'Stacey Roland', 'Ron Swanson', 'Jan Wood'],
                   'Duration': ['14:52', '15:02', '29:47', '30:22', '28:48']})

【讨论】：

由于某种原因，未返回 Duration 列。仅保留日期和姓名
你分配输出了吗？您能否像我在回答中那样提供可重现的输入？

【解决方案2】：

这是仅使用.to_timedelta() 和.groupby().sum() 的替代方法。

df["Duration"] = pd.to_timedelta(df["Duration"])
df = df.groupby(["Date", "Name"], as_index=False).sum()
print(df)

       Date           Name        Duration
0  01.01.23     John Adams 0 days 00:29:54
1  01.01.23  Stacey Roland 0 days 00:29:47
2  01.04.23    Ron Swanson 0 days 00:30:22
3  01.05.23       Jan Wood 0 days 00:28:48

【讨论】：