python - 日期时间 dtype 是对象而不是日期时间

Question

我试图指的是 groupby 时间戳。首先，我必须将获得的时间(字符串)转换为日期时间。转换日期时间后，我注意到尽管给出了 pandas 添加日期的特定格式，但我不需要日期。我正在努力删除它并仅保留时间对象，但我没有成功。我所做的任何删除日期的操作都会将数据类型返回到我无法对其执行分组的对象。

示例数据:

https://miratrix.co.uk/          00:01:55
https://miratrix.co.uk/          00:02:02
https://miratrix.co.uk/          00:02:45
https://miratrix.co.uk/          00:01:22
https://miratrix.co.uk/          00:02:02
https://miratrix.co.uk/app-marketing-agency/          00:02:23
https://miratrix.co.uk/get-in-touch/          00:02:26
https://miratrix.co.uk/get-in-touch/          00:00:18
https://miratrix.co.uk/get-in-touch/          00:02:37
https://miratrix.co.uk/          00:00:31
https://miratrix.co.uk/          00:02:00
https://miratrix.co.uk/app-store-optimization-...          00:02:25
https://miratrix.co.uk/          00:03:36
https://miratrix.co.uk/app-marketing-agency/          00:02:09
https://miratrix.co.uk/get-in-touch/          00:02:14
https://?page_id=16198/          00:00:15
https://videos/channel/UCAQfRNzXGD4BQICkO1KQZUA/          00:09:07
https://miratrix.co.uk/get-in-touch/          00:01:39
https://miratrix.co.uk/app-marketing-agency/          00:01:07

到目前为止我已经尝试过

*Returned Object*
ga_organic['NEW Avg. Time on Page'] = pd.to_datetime(ga_organic['Avg. Time on Page'], format="%H:%M:%S").dt.time

*Returned Datetime but when trying to sample only time it returned an object*
ga_organic['NEW Avg. Time on Page'] = ga_organic['Avg. Time on Page'].astype('datetime64[ns]')

ga_organic['NEW Avg. Time on Page'].dt.time

我有一种感觉，关于日期时间有一些我不知道的东西，这就是我遇到这个问题的原因。欢迎任何帮助或指导。

####更新####

感谢ALollz提供时间戳的解决方案。

ga_organic['NEW Avg. Time on Page'] = pd.to_timedelta(ga_organic['Avg. Time on Page'])

但是，当使用此方法使用 GroupBy 时，我仍然遇到相同的错误:

avg_time = ga_organic.groupby(ga_organic.index)['NEW Avg. Time on Page'].mean()

错误:“数据错误:没有要聚合的数字类型”

是否有处理分组日期时间的特定函数？

Answer 1

似乎groupby无法将timedelta64识别为数字类型。有多种解决方法，可以使用 numeric_only=False 或使用 total_seconds。

import pandas as pd

#df = pd.read_clipboard(header=None)
#df[1] = pd.to_timedelta(df[1])

df.groupby(df.index//2)[1].mean()
#DataError: No numeric types to aggregate

# To fix pass `numeric_only=False`
df.groupby(df.index//2)[1].mean(numeric_only=False)
#0   00:01:58.500000
#1   00:02:03.500000
#2   00:02:12.500000
#3          00:01:22
#4          00:01:34
#5   00:02:12.500000
#6   00:02:52.500000
#7   00:01:14.500000
#8          00:05:23
#9          00:01:07
#Name: 1, dtype: timedelta64[ns]

<小时/>

使用简单的float值和.total_seconds:

df[1] = df[1].dt.total_seconds()

df.groupby(df.index//2)[1].mean()
#0    118.5
#1    123.5
#2    132.5
#3     82.0
#4     94.0
#5    132.5
#6    172.5
#7     74.5
#8    323.0
#9     67.0
#Name: 1, dtype: float64

可以通过指定unit='s'的pd.to_timedelta将其转换回来