Python：在数据帧列中将秒转换为日期时间格式

目前我正在使用一个大数据帧（12x47800）。十二列中的一列是由整数秒组成的列。我想将此列更改为包含datetime.time格式的列。Schedule是我尝试更改名为“depTime”的列的数据帧。因为我希望它是一个datetime.time，并且它可以跨越午夜，所以我添加了if语句。这“有效”，但正如人们所能想象的那样，速度非常慢。有没有更快的方法？ 我目前的代码，我唯一可以使用的代码是：

for i in range(len(schedule)):
    t_sec = schedule.iloc[i].depTime
    [t_min, t_sec] = divmod(t_sec,60)
    [t_hour,t_min] = divmod(t_min,60)
    if t_hour>23:
        t_hour -= 23
    schedule['depTime'].iloc[i] = dt.time(int(t_hour),int(t_min),int(t_sec))

提前谢谢各位

---

Ps：我对Python非常陌生，如果有人能帮助我，我将非常感激：）

我正在添加一个新的解决方案，它比原来的解决方案快得多，因为它依赖于pandas矢量化函数而不是循环（pandas apply函数本质上是对数据的优化循环）

我用一个和你的样品大小相似的样品测试了它，差异从778毫秒到21.3毫秒。所以我绝对推荐新版本

这两种解决方案都基于将秒整数转换为timedelta格式并将其添加到引用datetime。然后，我简单地捕获结果datetimes的时间组件

新（更快）选项：

原始（较慢）答案：

这不是最优雅的解决方案，但它确实做到了

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

time_series = seconds.apply(lambda x: start + pd.Timedelta(seconds=x)).dt.time

---

您不应该尝试对数据帧进行完全扫描，而是使用矢量化访问，因为它通常效率更高

幸运的是，pandas有一个函数可以完全满足您的要求，

to_timedelta

：

schedule['depTime'] = pd.to_timedelta(schedule['depTime'], unit='s')

它实际上不是一种日期时间格式，但它相当于

datetime.timedelta

，是处理时间的一种方便类型。您可以使用

来创建日期时间，但将以接近1970-01-01的完整日期时间结束

如果您确实需要
datetime.time
对象，您可以通过以下方式获得它们：

schedule['depTime'] = pd.to_datetime(schedule['depTime'], unit='s').dt.time

但是在熊猫数据框中使用它们不太方便。
您能提供一个简短的数据示例吗？例如，
schedule.head（20）
你确定你的专栏记录的是一天中的时间而不是持续时间吗？有一点不同，一天的时间被限制在[0-86400）秒（86401表示闰秒），持续时间不受限制，可以是负数。蒙蒂在下午3点10分越过终点线，时间为2小时35分5秒，有一天的时间和持续时间。你想使用
timedelta
表示持续时间，而不是
time
。这似乎是一个合适的解决方案，我尝试了使用to_datetime。请参阅ms非常接近我想要实现的目标，但问题是我得到了一个datetime.datetime，然后我仍然需要将其转换为datetime.time格式。我尝试使用.time，但我得到的“Series”对象没有属性“time”。我理解。从这一点上说，有没有一种简单的方法将datetime.datetime转换为datetime.time？@Hestaron:
time
属性在这里可以帮助您：查看我的编辑。如果有人在寻找性能方面的原因，用这种方式转换为timedelta肯定比转换为time对象要好。此解决方案似乎非常有效。因为我的代码需要实时运行（最终）时间是至关重要的，它运行得非常快。你能详细说明一下它是如何工作的以及为什么工作的吗？@Hestaron我提出了一个新的解决方案，似乎效果更好。建议你看看。
astype（'timedelta64[ms]'
）将数字转换为毫秒（无秒），然后添加任意历元，并使用
.dt.time
从中提取时间对象。除了使用毫秒而不是秒外，它只比使用
pd.to_datetime（秒，unit='s'）.dt.time
（586 us vs 714 us）稍微快一点。
schedule['depTime'] = pd.to_datetime(schedule['depTime'], unit='s').dt.time