如何处理含NaT的日期数组在Python中计算平均十进制年份的方法？

本文共计771个文字，预计阅读时间需要4分钟。

要使用pandas对两个datetime数组的元素进行按元素计算，并计算其平均年份，同时自动跳过NaN值，可以按照以下步骤操作：

在时间序列分析或地球科学等场景中，常需将日期转换为“十进制年份”（如 2023.5 表示 2023 年 7 月 2 日左右）以支持线性建模或插值。当处理成对的时间数据（如起始/终止时间、观测/参考时间）时，若存在缺失（NaT），需稳健地计算其平均值：仅当两侧均非 NaT 时取算术平均；仅一侧有效时直接采用该值；两侧均为 NaT 时结果也为 NaT。

以下为完整、可复用的解决方案：

import pandas as pd import numpy as np def decimal_year(dates: pd.Series) -> pd.Series: """将 datetime Series 转换为十进制年份（考虑闰年，使用 365.25 天/年）""" # 过滤 NaT 后计算，保留原始索引结构 valid = dates.notna() result = pd.Series(np.nan, index=dates.index, dtype=float) if valid.any(): dt = dates[valid] result.loc[valid] = dt.dt.year + dt.dt.dayofyear / 365.25 return result # 示例数据（实际使用时替换为你的两个 Series） s1 = pd.to_datetime(['2009-07-03', '2009-07-03', '2009-07-03', '2003-02-07', '2004-04-09', 'NaT']) s2 = pd.to_datetime(['NaT', 'NaT', '2015-04-12', '2013-09-17', '2014-02-19', 'NaT']) # 转换为十进制年份 y1 = decimal_year(s1) y2 = decimal_year(s2) # 按行取平均，自动忽略 NaN（即跳过 NaT 对应位置） # 注意：mean(axis=1, skipna=True) 在 Series.concat 后对 DataFrame 操作更清晰 df_y = pd.concat([y1, y2], axis=1) avg_decimal_year = df_y.mean(axis=1, skipna=True) # 将全 NaN 行（即原位置 s1[i] 和 s2[i] 均为 NaT）显式转为 NaT avg_decimal_year = avg_decimal_year.where(df_y.notna().any(axis=1), other=pd.NaT) print("十进制年份数组 1:", y1.tolist()) print("十进制年份数组 2:", y2.tolist()) print("平均十进制年份:", avg_decimal_year.tolist())

✅ 关键要点说明：

• 使用 365.25 而非 365 计算 dayofyear 比例，更合理地近似闰年周期；
• pd.concat(..., axis=1).mean(axis=1, skipna=True) 是核心——它天然满足“单侧有效即取该值”的逻辑；
• where(..., other=pd.NaT) 确保双 NaT 位置最终输出 pd.NaT（而非 NaN），保持时间类型一致性；
• 封装 decimal_year() 函数提升复用性与可读性，避免重复转换逻辑。

⚠️ 注意事项：

立即学习“Python免费学习笔记（深入）”；

• 若需更高精度（如跨世纪闰年校正），可改用 dateutil.relativedelta 或自定义儒略日转换；
• dayofyear 基于公历，不适用于历史儒略历日期；
• 对于超大数组，可考虑向量化 np.where 替代 concat+mean 以节省内存，但可读性略降。

该方法兼顾准确性、健壮性与工程实践性，可直接集成至数据清洗或特征工程 pipeline 中。