将 dataframe 列从 object 转换为 timedelta 并求和

Question

我有一个 Pandas dataframe 我按月分隔：

months = [g for n, g in df.groupby(pd.Grouper(key='DATE',freq='M'))]

然后，我每个月都会对名为PARTS RUN的列中的整数求和。

parts_run_month_sum = months[month]['PARTS RUN'].sum()

这一切都很好。 我需要做的最后一件事是将HOURS RUN (HR:MIN)列中的小时数相加。 此列是 object 数据类型。 数据本身是 timedelta 格式，而不是日期时间。 格式如下： 02:11:40 ，即小时：分钟：秒。

如果我运行下面的代码行，它会打印与每个月碰巧有的行数相关的正确索引号：

for run_time in range(len(months[month]['HOURS RUN (HR:MIN)'])):
    print(run_time)

但是，如果我尝试自己获取时间线，我会收到KeyError: 0 ，尽管在上面的示例中每个月都会返回一个 0 键。

for run_time in range(len(months[month]['HOURS RUN (HR:MIN)'])):
    print(months[month]['HOURS RUN (HR:MIN)'][run_time])

我实际上正在寻找的是如何对时间列求和，但因为它们是我不能这样做的对象。

如何将格式为hours:minutes:seconds的列转换为 timedelta 并对时间求和？

Answer 1

我认为你需要：

df['HOURS RUN (HR:MIN)'] = pd.to_timedelta(df['HOURS RUN (HR:MIN)'])

#if values are times
df['HOURS RUN (HR:MIN)'] = pd.to_timedelta(df['HOURS RUN (HR:MIN)'].astype(str))

我认为您的解决方案可能是sum ：

df1 = df.groupby(pd.Grouper(key='DATE',freq='M'))['HOURS RUN (HR:MIN)'].sum()