將HH：MM的pandas中的列轉換為分鍾

Question

我想將hh：mm格式的數據集中的列轉換為分鍾。 我嘗試了以下代碼，但它說“AttributeError：'Series'對象沒有屬性'split'”。 數據采用以下格式。 我在數據集中也有nan值，計划是計算值的中值，然后用中位數填充具有nan的行

02:32
02:14
02:31
02:15
02:28
02:15
02:22
02:16
02:22
02:14

到目前為止我已經嘗試過了

 s = dataset['Enroute_time_(hh mm)']

   hours, minutes = s.split(':')
   int(hours) * 60 + int(minutes)

Answer 1

我建議你避免逐行計算。 您可以使用帶有Pandas / NumPy的矢量化方法：

df = pd.DataFrame({'time': ['02:32', '02:14', '02:31', '02:15', '02:28', '02:15', 
                            '02:22', '02:16', '02:22', '02:14', np.nan]})

values = df['time'].fillna('00:00').str.split(':', expand=True).astype(int)
factors = np.array([60, 1])

df['mins'] = (values * factors).sum(1)

print(df)

     time  mins
0   02:32   152
1   02:14   134
2   02:31   151
3   02:15   135
4   02:28   148
5   02:15   135
6   02:22   142
7   02:16   136
8   02:22   142
9   02:14   134
10    NaN     0

Answer 2

如果要使用split ，則需要使用str訪問器，即s.str.split(':') 。

但是我認為在這種情況下使用apply更有意義：

df = pd.DataFrame({'Enroute_time_(hh mm)': ['02:32', '02:14', '02:31', 
                                            '02:15', '02:28', '02:15', 
                                            '02:22', '02:16', '02:22', '02:14']})

def convert_to_minutes(value):
    hours, minutes = value.split(':')
    return int(hours) * 60 + int(minutes)

df['Enroute_time_(hh mm)'] = df['Enroute_time_(hh mm)'].apply(convert_to_minutes)
print(df)

#       Enroute_time_(hh mm)
#    0                   152
#    1                   134
#    2                   151
#    3                   135
#    4                   148
#    5                   135
#    6                   142
#    7                   136
#    8                   142
#    9                   134

Answer 3

我知道你在DataFrame中有一個列，其中有多個Timedeltas作為字符串。 然后你想要提取Deltas的總分鍾數。 之后，您希望使用總分鍾的中位數填充NaN值。

import pandas as pd
df = pd.DataFrame(
     {'hhmm' : ['02:32',
                '02:14',
                '02:31',
                '02:15',
                '02:28',
                '02:15',
                '02:22',
                '02:16',
                '02:22',
                '02:14']})

1. 你的Timedeltas不是Timedeltas。 他們是字符串。 所以你需要先轉換它們。

    df.hhmm = pd.to_datetime(df.hhmm, format='%H:%M') df.hhmm = pd.to_timedelta(df.hhmm - pd.datetime(1900, 1, 1)) 

   這給出了以下值（ 注意dtype：timedelta64 [ns] here ）

    0 02:32:00 1 02:14:00 2 02:31:00 3 02:15:00 4 02:28:00 5 02:15:00 6 02:22:00 7 02:16:00 8 02:22:00 9 02:14:00 Name: hhmm, dtype: timedelta64[ns] 

2. 既然你有真正的timedeltas，你可以使用一些很酷的函數，比如total_seconds() ，然后計算分鍾數。

    df.hhmm.dt.total_seconds() / 60 

3. 如果這不是您想要的，您還可以使用以下內容。

    df.hhmm.dt.components.minutes 

   這為您提供了HH：MM字符串的分鍾，就好像您將它分開一樣。

4. 填寫na值。

     df.hhmm.fillna((df.hhmm.dt.total_seconds() / 60).mean()) 

   要么

    df.hhmm.fillna(df.hhmm.dt.components.minutes.mean())