在 Pandas 中將字符串轉換為 timedelta

Question

我有一個系列，其中時間戳的格式為HHHHH:MM ：

timestamp = pd.Series(['34:23', '125:26', '15234:52'], index=index)

我想將其轉換為 timedelta 系列。

現在我設法在一個字符串上做到這一點：

str[:-3]
str[-2:]
timedelta(hours=int(str[:-3]),minutes=int(str[-2:]))

如果可能的話，我想以更簡潔的方式將它應用到整個系列中。 有沒有辦法做到這一點？

Answer 1

您可以使用按列的 Pandas 方法：

s = pd.Series(['34:23','125:26','15234:52'])

v = s.str.split(':', expand=True).astype(int)
s = pd.to_timedelta(v[0], unit='h') + pd.to_timedelta(v[1], unit='m')

print(s)

0     1 days 10:23:00
1     5 days 05:26:00
2   634 days 18:52:00
dtype: timedelta64[ns]

正如評論中所指出的，這也可以在一行中實現，盡管不太清楚：

s = pd.to_timedelta((s.str.split(':', expand=True).astype(int) * (60, 1)).sum(axis=1), unit='min')

Answer 2

這就是我將如何做到的：

timestamp = pd.Series(['34:23','125:26','15234:52'])
x = timestamp.str.split(":").apply(lambda x: int(x[0])*60 + int(x[1]))
timestamp = pd.to_timedelta(x, unit='s')

Answer 3

像這樣以秒為單位解析增量作為pd.to_timedelta的參數，

In [1]: import pandas as pd
In [2]: ts = pd.Series(['34:23','125:26','15234:52'])
In [3]: secs = 60 * ts.apply(lambda x: 60*int(x[:-3]) + int(x[-2:]))
In [4]: pd.to_timedelta(secs, 's')
Out[4]:
0     1 days 10:23:00
1     5 days 05:26:00
2   634 days 18:52:00
dtype: timedelta64[ns]

編輯：錯過了 ercyp 的答案，它也可以工作，但您需要將pd.to_timedelta的參數乘以 60，因為如果我pd.to_timedelta的話，分鍾不能作為經過時間的度量，除了模前一小時。

Answer 4

您可以使用pandas.Series.apply ，即：

def convert(args):
    return timedelta(hours=int(args[:-3]),minutes=int(args[-2:]))
s = pd.Series(['34:23','125:26','15234:52'])
s = s.apply(convert)