Date 熊猫-将HH:MM:SS.F字符串转换为秒-警告：HH有时超过24小时

我有以下数据帧：

**flashtalking\u df=**

其中00:01:04.12182=HH:MM:SS.F

我需要将这两列、平均交互时间和总交互时间转换为秒

问题是总的交互时间超过了24小时

我发现下面的代码在很大程度上是有效的。但是，当总的交互时间超过24小时时，它会给我

ValueError:时间数据“24:29:27.500”与格式“%H:%M:%S.%f”不匹配。

这是我当前正在使用的函数，我从另一个堆栈溢出问题中获取了该函数，用于平均交互时间和总交互时间：

flashtalking_df['time'] = flashtalking_df['Total Interaction Time'].apply(lambda x: datetime.datetime.strptime(x,'%H:%M:%S.%f'))
flashtalking_df['timedelta'] = flashtalking_df['time'] - datetime.datetime.strptime('00:00:00.00000','%H:%M:%S.%f')
flashtalking_df['Total Interaction Time'] = flashtalking_df['timedelta'].apply(lambda x: x / np.timedelta64(1, 's'))

如果有更简单的方法，请告诉我

---

感谢您的帮助

我想您首先需要转换，然后通过以下方式转换到

秒

：

解决方案，谢谢：

---

嗨，耶斯雷尔！谢谢你的帮助。有没有办法再添加一个小数点细分（例如88167变为88167.50）非常感谢jezreal！旁注。当我遇到这种停车时，你能推荐我可以选择或参考的任何课程或资源，以便我自己解决它们吗？嗨，耶兹雷尔，最后一件事。即使使用.map（“{：，.2f}”格式，转换似乎也不起作用。如果我们使用00:01:04.12182，结果应该是64.12，但输出仍然有效64@jezrael，看起来OP希望获得响应的小数位数的全部精度-类似于

pd.to_timedelta（df['Total Interaction Time']）。应用（lambda td:td.total_seconds（））

就足够了。@NickilMaveli-谢谢，我把它添加到答案中（稍加修改）

flashtalking_df['time'] = flashtalking_df['Total Interaction Time'].apply(lambda x: datetime.datetime.strptime(x,'%H:%M:%S.%f'))
flashtalking_df['timedelta'] = flashtalking_df['time'] - datetime.datetime.strptime('00:00:00.00000','%H:%M:%S.%f')
flashtalking_df['Total Interaction Time'] = flashtalking_df['timedelta'].apply(lambda x: x / np.timedelta64(1, 's'))

df['Average Interaction Time'] = pd.to_timedelta(df['Average Interaction Time'])
                                   .astype('timedelta64[s]')
                                   .astype(int)

df['Total Interaction Time'] =   pd.to_timedelta(df['Total Interaction Time'])
                                   .astype('timedelta64[s]')
                                   .astype(int)
                                   .map('{:,.2f}'.format)
print (df)
   Placement ID  Average Interaction Time Total Interaction Time
0       2041083                        64              88,167.00
1       2041083                        54             189,108.00

df['Average Interaction Time'] = pd.to_timedelta(df['Average Interaction Time'])
                                   .dt.total_seconds()
                                   .map('{:,.2f}'.format)
df['Total Interaction Time'] =   pd.to_timedelta(df['Total Interaction Time'])
                                   .dt.total_seconds()
                                   .map('{:,.2f}'.format)

print (df)   
   Placement ID Average Interaction Time Total Interaction Time
0       2041083                    64.12              88,167.50
1       2041083                    54.75             189,108.89