python - 应用 `Pandas.Timedelta.total_seconds` 时的奇怪行为

Question

我有一个 pandas 数据框，其中有一列是 Timedelta 类型。我使用带有单独月份列的 groupby 按月创建这些 Timdelta 的组，然后我尝试将 agg 函数与 min, max, mean< 一起使用 在 Timedelta 列触发 DataError: No numeric types to aggregate

作为对此的解决方案，我尝试使用 total_seconds() 函数和 apply() 来获取列的数字表示，但是行为似乎很奇怪对我来说，因为我的 Timedelta 列中的 NaT 值变成了 -9.223372e+09 但它们导致了 NaN 当 total_seconds() 用于没有 apply()

的标量时

一个最小的例子:

test = pd.Series([np.datetime64('nat'),np.datetime64('nat')])
res = test.apply(pd.Timedelta.total_seconds)
print(res)

产生:

0   -9.223372e+09
1   -9.223372e+09
dtype: float64

鉴于:

res = test.iloc[0].total_seconds()
print(res)

产量:

nan

第二个示例的行为是理想的，因为我希望执行聚合等并传播缺失值/无效值。这是错误吗？

Answer 1

您应该使用.dt.total_seconds() 方法，而不是将pd.Timedelta.total_seconds 函数应用于datetime64[ns] dtype专栏:

In [232]: test
Out[232]:
0   NaT
1   NaT
dtype: datetime64[ns]  # <----

In [233]: pd.to_timedelta(test)
Out[233]:
0   NaT
1   NaT
dtype: timedelta64[ns]  # <----

In [234]: pd.to_timedelta(test).dt.total_seconds()
Out[234]:
0   NaN
1   NaN
dtype: float64

---

另一个演示:

In [228]: s = pd.Series(pd.to_timedelta(['03:33:33','1 day','aaa'], errors='coerce'))

In [229]: s
Out[229]:
0   0 days 03:33:33
1   1 days 00:00:00
2               NaT
dtype: timedelta64[ns]

In [230]: s.dt.total_seconds()
Out[230]:
0    12813.0
1    86400.0
2        NaN
dtype: float64