按machineId和id分组计算时间均值报错：无法转时间为数值

场景与问题 #

每周生成一份CSV文件，合并多周数据后得到如下结构的DataFrame：

需要按machineId和id分组，计算mean、min、max列的均值，执行以下代码时触发类型错误：

df = df.groupby(['machineId','id']).agg({'mean': 'mean','min':'mean','max':'mean'})

错误信息：TypeError: Could not convert 00:00:03.47 to numeric

错误原因 #

mean、min、max列的内容是时分秒.毫秒格式的字符串，Pandas无法直接将字符串类型识别为数值进行均值运算，必须先转换为时间差（timedelta）类型。

解决步骤 #

1. 转换时间列类型为timedelta #

使用pd.to_timedelta()方法将字符串格式的时间列转换为Pandas支持的时间差类型：

import pandas as pd

# 指定需要转换的时间列
time_columns = ['mean', 'min', 'max']
df[time_columns] = df[time_columns].apply(pd.to_timedelta)

2. 分组计算均值 #

转换后即可正常执行分组聚合操作：

# 分组并计算均值
result_df = df.groupby(['machineId', 'id']).agg({
    'mean': 'mean',
    'min': 'mean',
    'max': 'mean'
}).reset_index()

3. 可选：将结果转回时分秒字符串格式 #

如果需要把计算后的timedelta结果还原为原格式的字符串，可自定义转换函数：

def timedelta_to_str(timedelta_obj):
    total_sec = timedelta_obj.total_seconds()
    hours = int(total_sec // 3600)
    minutes = int((total_sec % 3600) // 60)
    seconds = total_sec % 60
    # 格式化为时分秒.毫秒的字符串
    return f"{hours:02d}:{minutes:02d}:{seconds:06.2f}"

# 应用转换函数到目标列
result_df[time_columns] = result_df[time_columns].applymap(timedelta_to_str)

内容的提问来源于stack exchange，提问作者ranqnova