Pandas 在数据帧的多列中将MM:SS转换为秒

我有一个数据框，其中有多个列，包含以分钟和秒为单位格式化的数据（即9:17），我想将其转换为秒（即9:17变为557）

我曾尝试在Python3.x中使用DateTime库来转换为秒；然而，我不断地得到各种各样的错误

以下是我试图做到这一点的方式：

player_production_data = pd.merge(player_basic_data, player_toi_data[['Year', 'Player', 'Tm', 'Avg Shift', 'EV TOI', 'EV CF Rel', 'EV GF/60', 'EV GA/60',
'PP TOI', 'PP CF Rel', 'PP GF/60', 'PP GA/60', 'SH TOI', 'SH CF Rel', 'SH GF/60', 'SH GA/60']], on = ['Year', 'Player', 'Tm']) 

# Convert TOI Data to seconds
player_production_data[['ATOI', 'Avg Shift', 'PP TOI', 'SH TOI']] = pd.to_datetime(player_production_data[['ATOI', 'Avg Shift', 'PP TOI', 'SH TOI']],format='%M:%S')

其中player_production_data是数据帧，我尝试对其进行转换的列是ATOI、Avg Shift、PP TOI和SH TOI

此特定函数的错误为 ValueError:要组装映射，至少需要指定[year，month，day]：[day，month，year]缺失

---

谢谢你的帮助

转换为

timedelta

，然后调用

total_seconds

。多亏了

堆栈

/

取消堆栈

，您可以通过单个

to_timedelta

调用来完成此操作：

cols = ['ATOI', 'Avg Shift', 'PP TOI', 'SH TOI']
df[cols] = (pd.to_timedelta(df[cols].stack() + ':00', errors='coerce')
              .dt.total_seconds()
              .unstack())

---

转换为

timedelta

，然后调用

total_seconds

。多亏了

堆栈

/

取消堆栈

，您可以通过单个

to_timedelta

调用来完成此操作：

cols = ['ATOI', 'Avg Shift', 'PP TOI', 'SH TOI']
df[cols] = (pd.to_timedelta(df[cols].stack() + ':00', errors='coerce')
              .dt.total_seconds()
              .unstack())