使用 Pandas 求和 TimeField 小时/分钟

Question

我正在尝试使用 Pandas 来总结一个系列的时间（小时、分钟）。数据来自 TimeFieldclass PhoneRecord ( models.Model ):    et = models.TimeField ( null=True, blank=True )在 python 中，我获取记录并转换为数据帧。phone = PhoneRecord.objects.all()df = read_frame ( phone )df.et = df.et.fillna ( '00:00:00' )    # some records are blankdf [ "time" ] = pd.to_datetime(df.et, format = '%H:%M:%S', errors = 'coerce')这给了我以下输出。0      00:00:351      00:00:292      00:00:003      00:00:004      00:00:37       ......当我尝试总结时df.time.sum ()我收到如下错误： + 不支持的操作数类型：'datetime.time' 和 'datetime.time'我需要做什么才能对数据求和并求平均值。

Answer 1

您只需要在此处运行自定义 1-liner 即可将time对象组合成timedelta对象，然后可以将这些对象相加。（见“打印”行）

from datetime import datetime, timedelta

import pandas as pd

phone = PhoneRecord.objects.all()

df = pd.DataFrame(list([i.__dict__ for i in phone])) # create pd.df from model query

df.et = df.et.fillna('00:00:00')  # some records are blank

print(df.et)

print("SUM:", sum([datetime.combine(datetime.min, time) - datetime.min for time in df.et.tolist()], timedelta()))

你应该得到这样的东西：

0    00:00:20

1    00:00:20

2    00:00:50

3    00:00:30

4    00:00:20

SUM: 0:02:20

我不得不稍微改变一些东西才能让它们在我的一端工作，所以希望你和你的 Pandas 和 Django 版本一样。希望这可以帮助！

Answer 2

所有计算，例如获取平均值、计数等，都应（如果可能）使用数据库引擎执行。我不知道潜在的问题，但pandas在服务器端使用来获取平均值绝对是矫枉过正。您需要查看Django 的聚合功能。

此外，您可能需要重构模型。如果您需要存储电话交谈的持续时间，您可以使用 FloatField 代替，例如

class PhoneRecord(models.Model):

    duration = models.FloatField(blank=True, default=0.0, help_text=_('duration in seconds')) 

    # other fields... 

    # also, you can set up  the duration field with `editable=False`, and 

    # calculate its value each time the record is created

在这种情况下，您可以使用 Avg：

from django.db.models import Avg

PhoneRecords.objects.all().aggregate(Avg('duration'))

得到这样的东西

{'duration_avg': 12.3}