如何计算小时这类周期性循环数据的平均值？

针对小时这类环形（0-23）时间数据，直接计算算术平均会因边界（23与0相邻）问题出现偏差，成熟的解决方案是使用圆形统计量，核心思路是把时间映射到单位圆上的点，通过向量平均得到真实平均时间，具体步骤：

• 将小时转换为弧度（1小时对应π/12弧度，即2π/24）
• 计算每个时间点的正弦、余弦值
• 对每个用户的正弦、余弦值分别求均值
• 通过反正切函数计算平均角度，再转换回小时

Python实现代码 #

import pandas as pd
import numpy as np

# 构造数据集
df = pd.DataFrame({"User":[0,0,1,1,1],"Hour Visited":[23,1,23,0,1]})

# 定义环形时间均值计算函数
def circular_mean(hours):
    # 小时转弧度
    radians = hours * (2 * np.pi / 24)
    # 计算正弦、余弦的平均值
    mean_cos = np.mean(np.cos(radians))
    mean_sin = np.mean(np.sin(radians))
    # 计算平均角度
    mean_radian = np.arctan2(mean_sin, mean_cos)
    # 弧度转回小时，处理负角度情况
    mean_hour = (mean_radian * (24 / (2 * np.pi))) % 24
    return mean_hour

# 按用户分组计算环形均值
result = df.groupby("User")["Hour Visited"].apply(circular_mean).reset_index()
print(result)

输出结果 #

User  Hour Visited
0     0           0.0
1     1           0.0

该结果符合预期：用户0的23点和1点真实平均为0点，用户1的23、0、1点真实平均也为0点。

内容的提问来源于stack exchange，提问作者FromTheAshes