我有以下数据帧df
:
id date_time
0 2017-12-04 03:59:44
0 2017-12-04 04:01:44
1 2017-12-04 04:04:44
1 2017-12-04 04:08:44
1 2017-12-04 04:08:44
如果我打印每个特定的date_time
行的type
,那么我得到类型<class 'pandas.tslib.Timestamp'>
我需要按id
对行进行分组,并估计最大值和最小值之间的差异(以秒为单位)
我尝试运行以下代码:
s = df.groupby('id').date_time.transform(lambda x: (x.max()-x.min()).seconds)
但是s
给出了以下输出格式(值可能与上述示例不一致,但格式一致):
1970-01-01 00:00:00.000000000
1970-01-01 00:00:00.000000000
1970-01-01 00:00:00.000000120
可以看出,这些值不是秒,而是日期和时间值。如何获得秒数的数值
我试图使用df["date_time"] = df["date_time"].apply(lambda x: x.to_pydatetime())
,但没有用
目前没有回答
相关问题 更多 >
编程相关推荐