導入 Excel 日期時間格式的數據到 Pandas DF 並轉換為秒

Question

我正在嘗試將 excel 數據導入具有日期時間格式的 pandas df。 數據是由程序生成的用於跟蹤工作時間的導出文件。 我的代碼工作正常，但我剛剛意識到，我從認為我的導入文件始終包含以下格式開始：

任務	期間
第一的	1900-01-01 22:21:20
第二	1900-01-01 12:13:14

我沒有意識到只要持續時間超過 24 小時，持續時間就會開始顯示日期“1900-01-01”。 只要“持續時間”超過 48 小時，持續時間就會切換到日期：“1900-01-02”，依此類推......

• 當持續時間為 6 小時時，單元格的值顯示：'06:00:00'
• 當持續時間為 28 小時時，單元格的值顯示：'1900-01-01 04:00:00
• 當持續時間為 50 小時時，單元格的值顯示：'1900-01-02 02:00:00

我現在需要一段代碼來將此格式轉換為秒數，如 integer。在我意識到我的錯誤之前，我已經為此使用了“pd.to_timedelta”，但我總是在計算總秒數之前清除日期。 我沒有從 timedelta 文檔中找到直接執行此操作的方法。

Answer 1

如果Duration沒有日期部分，請添加前綴，然后計算 datetime 和 origin (1899-12-31) 之間的差異。

df['Duration'] = pd.to_datetime(
    df['Duration'].where(df['Duration'].str.len() != 8, 
                         other='1899-12-31 ' + df['Duration'])
)

df['Seconds'] = (df['Duration'] - pd.to_datetime('1899-12-31')) \
                    .dt.total_seconds().astype(int)

Output：

任務	期間	秒
任務_a	1900-01-01 04:00:00	100800
任務_b	1900-01-02 02:00:00	180000
任務_c	1899-12-31 06:00:00	21600

Answer 2

如果輸入值的格式為HH:MM:SS ，則使用 IIUC：

df['Seconds'] = pd.to_timedelta(df['Duration']).dt.total_seconds().astype(int)