Python：將秒數轉換為數據幀列中的日期時間格式

Question

目前我正在使用一個大數據框（12x47800）。 十二列之一是由整數秒組成的列。 我想將此列更改為由 datetime.time 格式組成的列。 Schedule 是我的數據框，我在其中嘗試更改名為“depTime”的列。 因為我希望它是一個 datetime.time 並且它可能跨越午夜，所以我添加了 if 語句。 這“有效”，但確實像人們想象的那樣慢。 有沒有更快的方法來做到這一點？ 我當前的代碼，我唯一可以工作的是：

for i in range(len(schedule)):
    t_sec = schedule.iloc[i].depTime
    [t_min, t_sec] = divmod(t_sec,60)
    [t_hour,t_min] = divmod(t_min,60)
    if t_hour>23:
        t_hour -= 23
    schedule['depTime'].iloc[i] = dt.time(int(t_hour),int(t_min),int(t_sec))

在此先感謝各位。

Ps：我對 Python 還很陌生，所以如果有人能幫助我，我將不勝感激 :)

Answer 1

我正在添加一個比原始解決方案快得多的新解決方案，因為它依賴於熊貓矢量化函數而不是循環（熊貓應用函數本質上是對數據進行優化的循環）。

我使用與您的大小相似的樣本對其進行了測試，差異是從 778 毫秒到 21.3 毫秒。 所以我絕對推薦新版本。

這兩種解決方案都基於將秒整數轉換為 timedelta 格式並將其添加到參考日期時間。 然后，我只是捕獲生成的日期時間的時間部分。

新（更快）選項：

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

datetime_series = seconds.astype('timedelta64[s]') + start

time_series = datetime_series.dt.time

time_series

原始（較慢）答案：

不是最優雅的解決方案，但它確實有效。

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

time_series = seconds.apply(lambda x: start + pd.Timedelta(seconds=x)).dt.time

Answer 2

您應該盡量不要對數據幀進行全面掃描，而是使用矢量化訪問，因為它通常效率更高。

幸運的是，pandas 有一個函數可以完全滿足您的要求， to_timedelta ：

schedule['depTime'] = pd.to_timedelta(schedule['depTime'], unit='s')

這是不是一個真正的日期時間格式，但它是一個等價的大熊貓datetime.timedelta ，是一種方便型的處理時間。 您可以使用to_datetime但將以接近 1970-01-01 的完整日期時間結束...

如果你真的需要datetime.time對象，你可以這樣得到它們：

schedule['depTime'] = pd.to_datetime(schedule['depTime'], unit='s').dt.time

但它們在熊貓數據框中使用起來不太方便。