将字符串数据类型duration转换为Pandas中的日期时间格式

将字符串数据类型duration转换为Pandas中的日期时间格式,pandas,datetime,string-to-datetime,Pandas,Datetime,String To Datetime,如何仅提取格式化为1900-01-01 00:32:59的datetime64[ns]列的时间部分,并将其转换为总秒数 在本例中,我希望最终结果是1979,以秒为单位,我们正好是(32*60+59)秒,距离1900-01-01 00:00:00您可以使用+++: 或++: 或++ 您可以使用+++: 或++: 或++ 可能的重复可能的重复 df = pd.DataFrame({"date": ["1900-01-01 00:32:59"]}) df['date'] = pd.to_datetim

如何仅提取格式化为
1900-01-01 00:32:59的
datetime64[ns]
列的时间部分,并将其转换为总秒数

在本例中,我希望最终结果是
1979
,以秒为单位,我们正好是(32*60+59)秒,距离
1900-01-01 00:00:00

您可以使用+++:

或++:

或++

您可以使用+++:

或++:

或++

可能的重复可能的重复
df = pd.DataFrame({"date": ["1900-01-01 00:32:59"]})
df['date'] = pd.to_datetime(df['date'])
print (df)
                 date
0 1900-01-01 00:32:59

df['total'] = pd.to_timedelta(df['date'].dt.strftime("%H:%M:%S"))
                .dt.total_seconds().astype(int)
print (df)
                 date  total
0 1900-01-01 00:32:59   1979
df['total'] = (df['date'] - df['date'].dt.floor('D')).dt.total_seconds().astype(int)
print (df)
                 date  total
0 1900-01-01 00:32:59   1979
df['total'] = (df['date'] - df['date'].dt.normalize()).dt.total_seconds().astype(int)
print (df)
                 date  total
0 1900-01-01 00:32:59   1979