我有这样的DataFrame结构
id time number 0 1 1970-01-01 00:00:00 1 1 2 1970-01-02 00:00:00 2 2 1 1970-01-03 00:00:00 2
我想要groupby id并将pd.Datetime dtype的时间聚合为表示时间增量的int,并且我有下面的代码：
def interval(a):
return (np.max(a) - np.min(a)).days
_df = df.groupby(['id'],as_index=False).agg(
{
"number": numpy.sum,"time": interval,}
)
列时间来源为dtype pd.Datetime但聚合数据为int,这导致_df的时间列中的数据从int转换为pd.Datetime,如1970-01-01 00：00：00.000000000
你能告诉我如何获得聚合数据帧的时间列为int的正确结果
解决方法
您可以尝试通过np.timedelta64(1,’D’)将timedelta转换为天数,然后在
astype之前浮动到整数：
def interval(a):
a = (np.max(a) - np.min(a)) / np.timedelta64(1,'D')
return a
_df = df.groupby(['id'],as_index=False).agg(
{
"number": np.sum,}
)
_df['time'] = _df['time'].astype(int)
print _df
id number time
0 1 3 2
1 2 2 0
