python - 如何计算groupby Python中的平均日期

Question

我有一个包含超过 50 万行和 20 列的数据框。我正在尝试根据 date_received 列确定 personId 接收某些内容的频率，所有其他列都与此任务无关，但对后续任务有用。

|---------------------|------------------|
|      personId       |  date_Recieved   |
|---------------------|------------------|
|          1          |   2 feb 2016     |
|---------------------|------------------|
|          1          |   4 feb 2016     |
|---------------------|------------------|
|          1          |   6 feb 2016     |
|---------------------|------------------|
|          2          |   10 dec 2016    |
|---------------------|------------------|
|          2          |   1 jan 2017     |
|---------------------|------------------|
|          2          |   20 jan 2017    |
|---------------------|------------------|

date_received 的类型是 pandas.tslib.Timestamp 我正在寻找这样的东西:

|---------------------|------------------|
|      personId       |  Frequency       |
|---------------------|------------------|
|          1          |      2 days      |
|---------------------|------------------|
|          2          |     20.5 days    |
|---------------------|------------------|

因此，一般情况下，第 1 个人每 2 天收到一次东西，第 2 个人每 20.5 天收到一次东西。

我尝试使用 groupby 函数，但仍然无法通过我的数据框获得响应。

有人可以帮我解决这个问题吗？

Answer 1

使用 groupby 和 lambda

df.groupby('personId').date_Recieved.apply(lambda x: x.diff().dropna().mean())

personId
1    2 days 00:00:00
2   20 days 12:00:00
Name: date_Recieved, dtype: timedelta64[ns]

---

设置

txt = """
      personId         date_Recieved   
          1             2 feb 2016     
          1             4 feb 2016     
          1             6 feb 2016     
          2             10 dec 2016    
          2             1 jan 2017     
          2             20 jan 2017    
"""

df = pd.read_csv(StringIO(txt), sep='\s{2,}', engine='python', parse_dates=[1])