如何在 Python 中计算秒和毫秒的平均值？答案

【问题标题】：How to calculate average of seconds & milliseconds in Python?如何在 Python 中计算秒和毫秒的平均值？
【发布时间】：2018-06-01 21:30:21
【问题描述】：

我的数据格式为 HH:MM:SS.milliseconds。如何在 Python 中计算此类数据的平均值？我需要以毫秒为单位的平均值。我查看了其他几个类似的帖子，但他们没有回答我的问题。

My data =  0:00:00.618000
           0:00:00.593000
           0:00:00.569000
           0:00:00.572000
           0:00:00.636000
           0:00:01
           0:00:01
           0:00:00.546000
           0:00:00.400000

【问题讨论】：

首先，您的格式有微秒，而不是毫秒（即使最后三位数字始终为 0，所以它们也可能是毫秒）。
Anyway：将它们转换为 datetime.timedelta 对象，或整数微秒或毫秒，或浮点秒，或任何其他可以进行基本算术的类型，然后您可以按照与您相同的方式对它们进行平均平均其他任何东西：使用statistics.mean，或者只是sum(times) / len(times)。
你试过什么？提示：将所有内容转换为纯毫秒表示
另外，你为什么用 -3.x 和 -2.7 标记这个？你真的需要在这两种情况下都有效的代码吗？
@abarnert：我会尝试你的建议。我是python的初学者。不，我不想只在 2.7 中使用 3.x 中的代码。我错误地标记了 3.x。感谢您的回复。

标签： python python-2.7 timedelta

【解决方案1】：

我不知道您的数据大小，也不知道您是否需要内置解决方案。

但是，一种简单的解决方案是使用pandas。如果你有

mydata = ["0:00:00.618000",
          "0:00:00.593000",
          "0:00:00.569000",
          "0:00:00.572000",
          "0:00:00.636000",
          "0:00:01",
          "0:00:01",
          "0:00:00.546000",
          "0:00:00.400000"]

您可以使用pd.to_timedelta 和mean 就可以了

pd.Series(pd.to_timedelta(mydata)).mean()

可能/可能不会矫枉过正，但它确实可读且简单。

【讨论】：

RafaelC：谢谢。我们可以在列表中做类似的事情吗？
如果你想自己实现，我推荐@abarnert 的回答:)
@A.S 这段代码已经有一个列表，如果你需要结果是一个列表而不是Series，你可以直接调用list。

【解决方案2】：

第一步是将所有这些时间戳解析为可以进行算术运算的东西。这可以是timedelta 对象，或者整数微秒（或毫秒，因为你的时间都是 0 微秒），或者浮点秒，或者任何其他合理的类型。

例如，假设输入是一个大字符串：

ts = []
for h, m, s, u in re.findall(r'(\d+):(\d+):(\d+)(?:\.(\d+))?', bigstring):
    h, m, s = int(h), int(m), int(s)
    u = int(u) if u else 0
    ts.append(datetime.timedelta(hours=h, minutes=m, seconds=s, microseconds=u))

如果它是字符串列表或文件对象等，只需将其更改为迭代并在每个字符串上执行 re.search，而不是迭代 re.findall。

然后我们可以将它们与任何其他值一样平均：

sum(ts, datetime.timedelta()) / len(ts)

由于我使用了timedelta 值，结果将是：

datetime.timedelta(0, 0, 659333)

…或者，如果你print它：

0:00:00.659333

…或者，如果你想要它，比如说，几秒钟，只需调用它的total_seconds() 方法：

0.659333

【讨论】：

【解决方案3】：

看起来输入由字符串组成。这些应该转换为datetime.datetime 对象。使用datetime.datetime.strptime 来做到这一点。

之后，任何事物的平均值都会计算为sum(values) / len(values)，但不幸的是，您无法对日期求和。您可以将日期差异求和，因此您必须进行一些转换

例如：

dates = [datetime.datetime(1951, 1, 5),
         datetime.datetime(1951, 1, 7),
         datetime.datetime(1951, 1, 7)]

base_datetime = datetime.datetime.now()  # really, anything

relative_dates = [d-base_datetime for d in dates]

average_relative_datetime = sum(relative_dates, datetime.timedelta()) / len(relative_dates)

result = base_datetime + average_relative_datetime  # datetime.datetime(1951, 1, 6, 8, 0)

【讨论】：

【解决方案4】：

我假设每个都是一个字符串，您可以在 python 2 和 3 中不使用任何库来执行以下操作

def mean(numbers):
    return float(sum(numbers)) / max(len(numbers), 1)

def timestamp_to_millis(timestamp):
    hour, min, sec = map(float, timestamp.split(':'))
    mills = (((hour * 60 + min) * 60) + sec) * 1000
    return millis


my_data = # [ timestamps ... ]
my_mean = mean(map(timestamp_to_millis, my_data))

【讨论】：

【解决方案5】：

这是使用datetime.timedelta 的一种方法。棘手的部分是将字符串转换为timedelta 对象。序列解包使这更容易和更有效地实现。

from datetime import timedelta

data = ['0:00:00.618000', '0:00:00.593000', '0:00:00.569000',
        '0:00:00.572000', '0:00:00.636000', '0:00:01',
        '0:00:01', '0:00:00.546000', '0:00:00.400000']

def converter(x):
    if '.' not in x:
        x += '.000000'
    hrs, mins, secs, millis = map(int, x[:-3].replace('.', ':').split(':'))
    return timedelta(hours=hrs, minutes=mins, seconds=secs, milliseconds=millis)

res = sum(map(converter, data), timedelta(0)) / len(data)

print(res)

0:00:00.659333

请注意，sum 似乎只适用于添加了timedelta(0) 参数的timedelta 对象，这个技巧courtesy of @JochenRitzel。

【讨论】：