计算熊猫系列的质心

Question

我有一个带有日期时间索引的熊猫系列（例如降水）。我想计算这个降水时间序列的质心（按值加权的日期时间的平均值）。我的问题是我不能将日期时间对象与浮点数相乘。 （不工作）的想法看起来像这样（输出应该是一个日期时间对象）：

import pandas as pd
import datetime as dt
df = pd.DataFrame({'P':[1.2,10.1,5.6,0,0,0,0,0,3,4,6,4,8,2,0,0,0,0,0,0,0,0,0,0]}, index=[dt.datetime(2012,1,1,h) for h in range(24)])
P_sum = df['P'].sum()
prod = df.index * df['P']/P_sum
mean_date = prod.mean()

Answer 1

在计算产品之前尝试将日期时间转换为纪元时间戳（并将最终结果转换回日期时间）。我希望这会有所帮助。

import pandas as pd
import datetime as dt
df = pd.DataFrame({'P':[1.2,10.1,5.6,0,0,0,0,0,3,4,6,4,8,2,0,0,0,0,0,0,0,0,0,0]}, index=[dt.datetime(2012,1,1,h) for h in range(24)])
P_sum = df['P'].sum()
df["epoch"] = [float(t.strftime('%s')) for t in df.index]
prod = df["epoch"] * df['P'] / P_sum
mean_date = prod.mean()
print dt.datetime.fromtimestamp(mean_date).strftime('%Y-%m-%d %H:%M:%S')

更新：这可能是您正在寻找的：

import pandas as pd
import datetime as dt
df = pd.DataFrame({'P':[1.2,10.1,5.6,0,0,0,0,0,3,4,6,4,8,2,0,0,0,0,0,0,0,0,0,0]}, index=[dt.datetime(2012,1,1,h) for h in range(24)])
df["epoch"] = [float(t.strftime('%s')) for t in df.index]
mean_date = (df["epoch"] * df['P']).sum() / df['P'].sum()
print dt.datetime.fromtimestamp(mean_date).strftime('%Y-%m-%d %H:%M:%S')

输出：

2012-01-01 07:00:00

更新 2： 具有更好日期时间转换的代码（相同的输出）：

import pandas as pd
import datetime as dt
df = pd.DataFrame({'P':[1.2,10.1,5.6,0,0,0,0,0,3,4,6,4,8,2,0,0,0,0,0,0,0,0,0,0]}, index=[dt.datetime(2012,1,1,h) for h in range(24)]
df["epoch"] = df.index.astype('int64')//1e9
mean_date = (df["epoch"] * df['P']).sum() / df['P'].sum()
print dt.datetime.fromtimestamp(mean_date).strftime('%Y-%m-%d %H:%M:%S')