Python 如何将日期时间格式转换为分钟-熊猫

我有一个数据帧，它有一个列usage_duration（这是datetime格式中另外两列的差异）。如下所示：

processid, userid, usage_duration 
17613,root,0 days 23:41:03.000000000
17641,root,2 days 04:05:26.000000000
13848,acs,0 days 00:00:50.000000000
3912,acs,0 days 06:07:38.000000000
6156,acs,0 days 17:22:43.000000000

现在我想把它转换成分钟。它应该如下所示：

processid, userid, usage_duration_min
17613,root,1421
17641,root,3125
13848,acs,0
3912,acs,367
6156,acs,1042

有人能告诉我怎么可能吗

非常感谢您的支持

使用或除以

60

，最后转换为

整数

s：

#if necessary converting to timedelta
#df['usage_duration'] = pd.to_timedelta(df['usage_duration'])

df['new'] = df['usage_duration'].dt.total_seconds().div(60).astype(int)

或：

这是一种方式：

s = pd.Series(['0 days 23:41:03.000000000', '2 days 04:05:26.000000000',
               '0 days 00:00:50.000000000', '0 days 06:07:38.000000000',
               '0 days 17:22:43.000000000'])

s = pd.to_timedelta(s).astype('timedelta64[m]').astype(int)

print(s)

0    1421
1    3125
2       0
3     367
4    1042
dtype: int32

---

此建议有效，但2天内无法转换。例如，在第二行中，它仅转换04:05:26df['new']=df['usage\u duration'].dt.seconds.div（60）.astype（int）+df['usage\u duration'].dt.days.multiply（1440）.astype（int）@JitheshErancheri-谢谢，我更改了答案。另一种更一般的方式可能是这里的报告：

s = pd.Series(['0 days 23:41:03.000000000', '2 days 04:05:26.000000000',
               '0 days 00:00:50.000000000', '0 days 06:07:38.000000000',
               '0 days 17:22:43.000000000'])

s = pd.to_timedelta(s).astype('timedelta64[m]').astype(int)

print(s)

0    1421
1    3125
2       0
3     367
4    1042
dtype: int32