python 每天的平均时间差

lf3rwulv 于 2023-01-11 发布在 Python

关注(0)|答案(1)|浏览(94)

我有一个用户活动的数据框架，包含用户ID和活动时间。我试图计算每个用户活动之间的平均时间差。当用户只活动了1天时，我已经成功地做到了这一点，但当用户活动了好几天时，我就很难做到了。
例如：
| 用户ID|活动日期|
| - ------| - ------|
| 1个|2021年7月26日下午8：29：01|
| 1个|2021年7月26日下午8：28：01|
| 1个|2021年7月26日下午8：32：01|
我使用了以下代码，它工作正常：

df.sort_values('Activity Date').groupby(['UserId'])['Activity Date'].apply(lambda x: x.diff().mean())

我的问题是，当用户在多天内处于活动状态时，使用我的代码，我仍然会得到一个平均值，但它不能以我需要的方式表示活动。
| 用户ID|活动日期|
| - ------| - ------|
| 1个|2021年7月25日下午8：29：01|
| 1个|2021年7月26日下午8：29：01|
| 1个|2021年7月26日下午8：32：01|
| 1个|2021年7月25日下午8：28：01|
我想先计算每天的平均值，然后再计算平均值的平均值。
我的代码给出了以下结果：481分333秒。
我希望它是：2分钟（对于25/07 - 1分钟差异，对于26/07 - 3分钟差异=〉，因此平均值为2分钟）。
我将非常感谢您的帮助或任何建议!
谢谢!

python

来源：https://stackoverflow.com/questions/75085119/average-time-difference-for-each-day-pandas

1条答案

按热度按时间

voj3qocg1#

您可以执行两次groupby，首先对用户和日期执行，然后对用户执行：

df['Activity Date'] = pd.to_datetime(df['Activity Date'])

day = df['Activity Date'].dt.normalize()

out = (df
   .sort_values(by=['User ID', 'Activity Date'])
   .groupby(['User ID', day])
   .diff()
   .groupby(df['User ID']).mean()
)

输出：

Activity Date
User ID                
1       0 days 00:02:00

赞(0）回复(0）举报 2023-01-11

我来回答

python 每天的平均时间差

1条答案

相关问题

热门标签

最新问答