Python 将Pandas.apply（）方法与基于正则表达式的函数一起使用

我试图在数据帧中创建一个新列，方法是对以数字为字符串的列应用函数

我已经编写了提取所需数字的函数，并在单个字符串输入上对其进行了测试，可以确认它是否有效

SEARCH_PATTERN=r'（[0-9]{1,2}）（[0-9]{2}）：（[0-9]{2}）：（[0-9]{2}）
def get_total_time_minutes（时间列，模式=搜索模式）：
“”“使用正则表达式将时间\u col（格式为'd hh:mm:ss'的字符串）解析为”
以分钟为单位获取总时间
"""
天，小时，分钟，u=re.match（模式，时间u col）.groups（）
总时间分钟=（整数（天）*24+整数（小时））*60+整数（分钟）
返回总时间分钟数
#测试该函数是否适用于单个输入
text=“2 23:24:46”
打印（获取总时间分钟数（文本））

输出：4284

#将函数应用于所需的列
df['Minutes Available']=df['Resource Available（d hh:mm:ss）”）。应用（获取总时间分钟）

下面的图片是我的dataframe列的屏幕截图。 我的数据帧的“可用资源（d hh:mm:ss）”列的类型为“o”（字符串，如果我的理解正确的话），数据格式如下：“5 08:00:00”。但是，当我调用apply（get_total_time_minutes）时，我得到以下错误：

TypeError:应为字符串或类似字节的对象

---

为了进一步澄清，“可用资源”列是一个字符串，表示资源可用的总时间（以天、小时、分钟和秒为单位）。我想将该时间字符串转换为以分钟为单位的总时间，因此在get_total_time_minutes函数中使用正则表达式和算术Sam Ezebunandu刚才说的

这可能有点不妥，因为它使用datetime库解析日期，然后通过减去默认历元将其转换为时间增量：

>>> pd.to_datetime('2 23:48:30', format='%d %H:%M:%S') - pd.to_datetime('0', format='%S')
Out[47]: Timedelta('1 days 23:48:30')

>>> Out[47] / pd.Timedelta('1 minute')
Out[50]: 2868.5

---

但它确实告诉你这两天过去了多少分钟，多少小时。它也是矢量化的，因此您可以将它应用到列中，并比使用

apply

更快地获取分钟值。您可以添加数据帧

df

的示例行吗？请尝试

.applymap（）

而不是

。apply（）

因为

获取总时间\u分钟（）

设计用于对列的每个单元格进行操作；不是作为向量的列本身。它似乎对我有用：```>>>d=pd.DataFrame（{“可用资源（dhh:mm:ss）”：[“2 23:24:46”，“3 23:12:45”]}>>d['Minutes available']=d['Resource available（dhh:mm:ss）]。应用（获取总时间（dhh:mm:ss）>>>d可用资源（dhh:mm:ss）分钟可用0 2 23:24:46 4284 1 3 23:12:45 5712``谢谢@AlexandreB。我已经添加了我的数据框的截图。嗨@JeremyHue。我已经添加了一个dataframe的屏幕截图。直到

Out

对象。如果你处理的是大数据，它也可能是一个真正的内存消耗。该列实际上是一个时间增量，单位为天小时：分钟：秒，而不是时间戳。如果你的列已经是

pd.Timedelta

，那么只需将该列除以

pd.Timedelta即可（'1分钟'）

。谢谢，@ifly6这很有效！我可以摆脱复杂的正则表达式，让事情变得简单。