我有一个不同持续时间的数据帧。我试图通过他们的“拥有群体”来总结持续时间,我遇到了一些问题。我遇到的第一个问题是将Duration列转换为timedelta格式。我不断得到以下错误:
ValueError: Invalid type for timedelta scalar: <class 'datetime.time'>
使用代码:
incidents['Duration'] = pd.to_timedelta(incidents['Duration'])
一旦将它们转换为时间增量,我是否能够对它们求和,或者是否有一种特定的方法需要这样做?我只是希望它被格式化为总小时:分:秒…它将远远超过24小时
数据的一些快照:
Month Day Year Duration Business Impact Owning Group
0 January 1 2020 09:02:00 00:00:00 AppDev
2 January 11 2020 03:29:00 03:29:00 AppDev
7 January 31 2020 01:56:00 01:56:00 AppDev
8 February 3 2020 NaN 00:00:00 AppDev
9 February 8 2020 01:13:00 01:13:00 AppDev
10 February 8 2020 03:44:00 03:44:00 AppDev
11 February 10 2020 1900-01-01 23:16:00 02:43:00 EWS
15 February 19 2020 05:59:00 05:59:00 AppDev
16 February 18 2020 04:00:00 04:00:00 EWS
17 February 17 2020 05:02:00 05:02:00 AppDev
19 February 25 2020 03:19:00 03:19:00 EWS
第11行应该是47:16:00,我知道datetime.time格式不允许超过24小时
根据上述信息,我希望总结的示例:
Owning Group Total Duration
EWS 54:35:00
最终,我会为业务影响做同样的事情
谢谢你的帮助
目前没有回答
相关问题 更多 >
编程相关推荐