Python Pandas通过删除DateTime列进行分组

Question

在包含间歇性NaT值的DataFrame上使用groupby.median（）和groupby.mean（）时遇到一些问题。具体来说，我在一个数据集中有几个列，它们基于其他列计算各种时间差。在某些情况下，不存在时间差，导致NaT值类似于以下示例：

Group    Category    Start Time      End Time      Time Diff
  A         1        08:00:00.000    08:00:00.500      .500
  B         1        09:00:00.000    09:02:00.000  2:00.000
  B         1        09:00:00.000      NaT           NaT
  A         2        09:00:00.000    09:02:00.000  2:00.000
  A         2        09:00:00.000    09:01:00.000  1:00.000
  A         2        08:00:00.000    08:00:01.500     1.500

每当我运行df.groupby(['Group', 'Category'].median()或.mean()时，任何包含NaT的列都会从结果集中删除。我尝试过fillna，但NaT似乎仍然存在。作为上下文的补充，这个脚本在旧版本的Anaconda Python（1.x）中运行正常。我最近能够将我的工作计算机升级到2.0.1，这时这个问题开始蔓延。

编辑：如果NaT是一个因素，我会把我对它们的想法留在上面，但经过进一步的审查，我的问题似乎实际上在于这些列是时间增量64。有人知道有什么办法可以获得时间增量的平均值/中值吗？

非常感谢您的任何见解！

Answer 1

经过进一步的谷歌搜索/实验，我确认该问题似乎与timedelta64列有关。为了对这些列执行pd.groupby，我首先将它们转换为浮动，如下所示：

df['End Time'] = df['End Time'].astype('timedelta64[ms]') / 86400000

可能有一个更优雅的解决方案，但这让我能够继续进行分析。

谢谢！