Python 2.7 从编码时间的numpy数组中获取小时和分钟

我有一个大的numpy数组来编码时间。假设我们有这样的东西：

from pandas import DataFrame
t = {'time': ['08:35', '08:38', '13:42', '13:46']}
df = DataFrame(t)

import numpy as np
time_array = np.array(df.time)
print time_array

输出：

['08:35' '08:38' '13:42' '13:46']

[ 8 35]
[ 8 38]
[13 42]
[13 46]

是否有一种有效的方法从时间数组中分别获取小时和分钟

当然，这可以在循环中完成：

for i in range(len(time_array)):
    print np.fromstring(time_array[i], dtype=int, sep=":")

输出：

['08:35' '08:38' '13:42' '13:46']

[ 8 35]
[ 8 38]
[13 42]
[13 46]

但我正在寻找一种“更快”的矢量化方法，如果有的话

编辑：

我已经对解决方案进行了计时（请参见下面的代码）

输出：1个回路，每个回路的最佳输出为3:3.02秒

Paul H的解决方案1：

def foo2(df):
    df['hour'] = df['time'].apply(lambda x: int(x.split(':')[0]))
    df['minute'] = df['time'].apply(lambda x: int(x.split(':')[1]))

%timeit foo2(df)

输出：1个循环，最佳3个：每个循环4.31秒

Paul H的解决方案2：

import time
def foo3(df):
    df['hour'] = df['time'].apply(lambda x: time.strptime(x, '%H:%M').tm_hour)
    df['minute'] = df['time'].apply(lambda x: time.strptime(x, '%H:%M').tm_min)

%timeit foo3(df)

---

输出：1圈，最好3圈：42.1秒

from pandas import DataFrame
t = {'time': ['08:35', '08:38', '13:42', '13:46']}
df = DataFrame(t)
df['hour'] = df['time'].apply(lambda x: int(x.split(':')[0]))
df['minute'] = df['time'].apply(lambda x: int(x.split(':')[1]))
print(df)

    time  hour  minute
0  08:35     8      35
1  08:38     8      38
2  13:42    13      42
3  13:46    13      46

然后您可以执行

df['hour'].values

以获取小时数组

编辑： 仅仅为了露齿而笑，你也可以做：

import time
df['hour'] = df.timestring.apply(lambda x: time.strptime(x, '%H:%M').tm_hour)
df['minute'] = df.timestring.apply(lambda x: time.strptime(x, '%H:%M').tm_min)