拆分DataFrame列中嵌套日期列表并计算平均小时数

问题分析 #

你原来的代码只处理了每个单元格第一个空格后的内容，没覆盖逗号分隔的所有时间项，所以无法实现需求。需要针对每个时间项单独提取时分秒，再计算小时平均值。

处理步骤与代码 #

1. 提取时分秒，重构date_time列 #

通过拆分每个逗号分隔的时间项，去除日期部分只保留时分秒，再重新拼接：

df['date_time'] = df['date_time'].apply(
    lambda x: ','.join([t.strip().split()[1] for t in x.split(',')])
)

• x.split(',')：将单元格字符串按逗号拆分为独立时间项
• t.strip()：清除时间项前后的空格（兼容逗号后有无空格的情况）
• split()[1]：拆分日期和时间部分，取后面的时分秒字符串
• ','.join(...)：将提取的时分秒用逗号拼接回原格式

2. 计算平均小时数AVG_hour #

提取每个时分秒的小时部分，计算平均值后取整：

df['AVG_hour'] = df['date_time'].apply(
    lambda x: round(
        sum(int(t.split(':')[0]) for t in x.split(',')) / len(x.split(','))
    )
)

• t.split(':')[0]：提取单个时间的小时数并转为整数
• sum(...) / len(...)：计算该行所有时间的小时平均值
• round()：对平均值四舍五入取整，与预期结果一致

完整可运行代码 #

import pandas as pd

# 构造示例DataFrame
data = {
    'ID': [1, 2, 3],
    'date_time': [
        '2020-03-13 21:10:56, 2020-06-02 22:18:06, 2020-04-14 22:10:56, 2021-06-02 22:18:06',
        '2010-09-13 21:43:09, 2011-05-04 23:08:15,2012-06-04 23:08:16',
        '2013-06-14 23:29:17, 2014-08-13 23:20:22,2014-08-13 23:20:22'
    ]
}
df = pd.DataFrame(data)

# 处理date_time列
df['date_time'] = df['date_time'].apply(
    lambda x: ','.join([t.strip().split()[1] for t in x.split(',')])
)

# 计算平均小时
df['AVG_hour'] = df['date_time'].apply(
    lambda x: round(sum(int(t.split(':')[0]) for t in x.split(',')) / len(x.split(',')))
)

print(df)

运行结果 #

（注：原示例中ID3的AVG_hour标注为22应为笔误，实际计算平均值为23）

内容的提问来源于stack exchange，提问作者d9d9