获取时间列表的平均值并将平均值与目标时间进行比较

Question

我正在尝试

1. 从 df 列中的唤醒时间列表中获取平均唤醒时间，然后
2. 将它们与目标唤醒时间（更早或更晚）进行比较

import pandas as pd

#convert to datetime object
df['wakeup_time_date']=pd.to_datetime(df['wakeup_time_date'], infer_datetime_format=True)

#extract time
df['wakeup_time']=df['wakeup_time_date'].dt.time

#below doesn't work as the object is no longer a datetime object
df['wakeup_time'].mean()

最后，我想将平均唤醒时间与早上 6:30 进行比较，并确定是早还是晚。

Answer 1

正如MrFuppes 建议的那样，可能最简单的方法是转换为datetime.timedeltas，而不是datetime.times：

from datetime import datetime, timedelta, time
df = pd.DataFrame({"wakeup_time_date": ["2019/03/04 07:08:58", "2019/03/05 08:08:48", "2019/03/06 10:00:12", "2019/03/10 6:35:32"]})

df['wakeup_time_date']=pd.to_datetime(df['wakeup_time_date'])
df['time'] = df['wakeup_time_date'] - df['wakeup_time_date'].dt.normalize()
mean_td = df['time'].mean()

#Timedelta('0 days 07:58:22.500000')

现在，如果您不介意在 timedeltas 上进行操作，您可以直接进行比较：

goal_td = timedelta(hours=6, minutes=30) 
is_mean_later_than_goal = mean_td > goal_td
# True

或将其转换为 datetime.time 并以这种方式进行比较：

mean_time = (datetime.min + mean_td).time()
goal_time = time(hour=6, minute=30)
is_mean_later_than_goal = mean_time > goal_time
# True

Answer 2

这是一个使用 np.where() 的玩具示例，其中 True 行的时间大于 390 分钟（上午 6:30）且小于 720 分钟（例如中午，选择可仲裁性）。首先，使用 dt 属性创建分钟列。

如果没有看到您的数据很难说，但如果您有“df 列中的唤醒时间列表”，我可能会设置一个 DatetimeIndex，然后在 np.where 之前对其进行平均时间聚合的 groupby () 步骤。

from pandas import Timestamp
import pandas as pd

toy_dict = {'wakeup_time_date': {0: Timestamp('2021-11-11 13:04:44.342843'),
  1: Timestamp('2021-11-11 15:43:40.654980'),
  2: Timestamp('2021-11-11 17:31:07.409101'),
  3: Timestamp('2021-11-11 22:19:14.394725'),
  4: Timestamp('2021-11-12 09:03:41.957619'),
  5: Timestamp('2021-11-12 09:46:24.849156'),
  6: Timestamp('2021-11-12 10:45:07.950917'),
  7: Timestamp('2021-11-12 12:27:48.189281'),
  8: Timestamp('2021-11-12 12:57:27.112832'),
  9: Timestamp('2021-11-12 14:06:17.432817')}}


df = pd.DataFrame(toy_dict)

df['minutes'] = df['wakeup_time_date'].dt.hour * 60 + df['wakeup_time_date'].dt.minute + df['wakeup_time_date'].dt.second/60

df['past_six_thirty'] = np.where((df['minutes'] > 390) & (df['minutes'] < 720), True, False)

print(df)

    wakeup_time_date            minutes     past_six_thirty
0   2021-11-11 13:04:44.342843  784.733333  False
1   2021-11-11 15:43:40.654980  943.666667  False
2   2021-11-11 17:31:07.409101  1051.116667 False
3   2021-11-11 22:19:14.394725  1339.233333 False
4   2021-11-12 09:03:41.957619  543.683333  True
5   2021-11-12 09:46:24.849156  586.400000  True
6   2021-11-12 10:45:07.950917  645.116667  True
7   2021-11-12 12:27:48.189281  747.800000  False
8   2021-11-12 12:57:27.112832  777.450000  False
9   2021-11-12 14:06:17.432817  846.283333  False