【发布时间】：2015-02-03 08:53:49
【问题描述】：
如何计算 pandas 中字符串列的总数？
myl=[('2012-11-07 19:16:07', ' 2012-11-07 19:21:07', ' 0h 05m 00s'),
('2012-11-13 06:16:07', ' 2012-11-13 06:21:07', ' 0h 05m 00s'),
('2012-11-15 09:56:07', ' 2012-11-15 11:41:07', ' 1h 45m 00s'),
('2012-11-15 22:26:07', ' 2012-11-16 07:01:07', ' 8h 35m 00s')]
import pandas as pd
df = pd.DataFrame(myl, columns=['from', 'to', 'downtime'])
以上代码将在单个列中返回“停机时间”。如何获取该列中整数值的总和？
In [5]: df
Out[5]:
from to downtime
0 2012-11-07 19:16:07 2012-11-07 19:21:07 0h 05m 00s
1 2012-11-13 06:16:07 2012-11-13 06:21:07 0h 05m 00s
2 2012-11-15 09:56:07 2012-11-15 11:41:07 1h 45m 00s
3 2012-11-15 22:26:07 2012-11-16 07:01:07 8h 35m 00s
例如在上述输出中，预计停机时间总列将是 9h 90m 00s
更新：
我如何计算每天的停机时间？
预期结果：
2012-11-07 0h 05m 00s
2012-11-13 0h 05m 00s
2012-11-15 10h 20m 00s
这是按预期工作的：
df['downtime_t'] = pd.to_timedelta(df['downtime'])
df['year'] = pd.DatetimeIndex(pd.to_datetime(df['from'])).year
df['month'] = pd.DatetimeIndex(pd.to_datetime(df['from'])).month
df['day'] = pd.DatetimeIndex(pd.to_datetime(df['from'])).day
df.groupby(['year', 'month', 'day'])['downtime_t'].sum()
这也适用于年份分组：
df['from_d2'] = pd.to_datetime(df['from'])
df.groupby(df['from_d2'].map(lambda x: x.year ))['downtime_t'].sum()
但这不起作用：
df.groupby(df['from_d2'].map(lambda x: x.year, x.month, x.day))['downtime_t'].sum()
还有其他方法可以实现按总数分组吗？
【问题讨论】：
-
你想要那个结果，还是
10h 30m 00s也不错？ （或更好？） -
10h 30m 00s 更好更正确！
-
您应该先将日期列转换为
datetimes，将停机时间列转换为timedeltas，然后您就可以这样做df.groupby(df['from'].dt.date()).mean() -
对不起，我是
df['from'].dt.date没有括号（属性而不是方法） -
那行得通。谢谢。