panda datetime64 列的中位数答案

【问题标题】：median of panda datetime64 columnpanda datetime64 列的中位数
【发布时间】：2017-10-08 22:23:44
【问题描述】：

有没有办法以日期时间格式计算并返回日期时间列的中位数？我想计算 python 中 datetime64[ns] 格式的列的中位数。以下是该列的示例：

df['date'].head()

0   2017-05-08 13:25:13.342
1   2017-05-08 16:37:45.545
2   2017-01-12 11:08:04.021
3   2016-12-01 09:06:29.912
4   2016-06-08 03:16:40.422

名称：新近度，数据类型：datetime64[ns]

我的目标是使中位数的日期时间格式与上面的日期列相同：

尝试转换为 np.array：

median_ = np.median(np.array(df['date']))

但这会引发错误：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

转换为 int64 然后计算中位数并尝试将格式返回为 datetime 不起作用

df['date'].astype('int64').median().astype('datetime64[ns]')

【问题讨论】：

标签： python python-datetime datetime64

【解决方案1】：

你也可以试试quantile(0.5):

df['date'].astype('datetime64[ns]').quantile(0.5, interpolation="midpoint")

【讨论】：

【解决方案2】：

只取中间值怎么样？

dates = list(df.sort('date')['date'])
print dates[len(dates)//2]

如果表格已排序，您甚至可以跳过一行。

【讨论】：

谢谢@kabanus。这很好用。我没有想到要对列的长度进行排序和使用。
@T-Jay 乐于助人。不要忘记接受让我感觉良好并为他人谋福利。

【解决方案3】：

你很接近，median() 返回一个float，所以首先将其转换为int：

import math

median = math.floor(df['date'].astype('int64').median())

然后将int代表日期转换成datetime64：

result = np.datetime64(median, "ns") #unit: nanosecond

【讨论】：