处理数据框中的不同时间格式

Question

我正在处理一个数据框，其中有一列重新组合了不同的时间格式，例如

    Time                ID    ...
0   1 hrs 1 min 1 sec   1     
1   1 min 1 sec         2
2   1 sec               1

我想计算按 id 分组的时间列的平均值。 我的问题是时间格式取决于行。

我尝试在时间列上使用mean() 函数

df[["ID", "Time"]].groupby(["ID"]).agg(lambda x: x.mean())

但它不起作用。 我试图格式化日期然后计算平均值，但是 format="%H hrs %M min %S sec" 仅适用于第一种情况，我得到一个错误：

ValueError: 时间数据 '1 min 1 sec' 与格式 '%H hrs %M min %S sec' 不匹配（搜索）

Answer 1

将Time 转换为Timedelta 并转换为秒并调用mean。在此之前，您需要将hrs 替换为hours。

s = pd.to_timedelta(df.Time.replace('hrs', 'hours', regex=True)).dt.total_seconds()
s.groupby(df.ID).mean()

Out[110]:
ID
1    1831.0
2      61.0
Name: Time, dtype: float64