Pandas按force_min分箱统计各区间总时长的报错解决咨询

报错原因说明 #

• 第一个KeyError: 'Column not found: local_dttm'：local_dttm是你的DataFrame多级索引的其中一级，不属于普通列，直接通过列名访问自然无法找到。
• 第二个AssertionError：pandas不支持直接对datetime时间戳类型的列执行sum聚合操作，时间戳求和没有实际业务含义，你需要计算的是时长总和，应该基于时间间隔统计。

另外结合你的业务说明：每10分钟采集一条数据，每条数据对应固定10分钟的停留时长，完全可以通过统计每个分箱的记录条数，直接乘以10分钟得到总时长，不需要操作时间戳求和，逻辑更简单也不会报错。

完整实现代码 #

import pandas as pd

# 定义分箱规则
bins = [0,200,400,600,800,1000,1200]

# 按分箱分组统计记录数，observed=False 保留所有分箱区间，无数据的分箱计数为0
grouped = df.groupby(pd.cut(df['force_min'], bins=bins), observed=False).size()

# 统计条数乘以10分钟得到总停留时长，整理为要求的输出格式
result = (grouped
          .map(lambda x: pd.Timedelta(minutes=10 * x))
          .reset_index(name='time_spent_force_min')
          .rename(columns={'force_min': 'bins'}))

输出结果说明 #

运行上述代码后得到的result就是你要求的格式，分箱列和时长列完全匹配示例输出，没有数据的分箱会自动显示00:00:00。

内容的提问来源于stack exchange，提问作者Sam