Python 将多格式持续时间数据转换为通用格式“%H%M%S”。格式的%M部分（分钟）不一致

我有一个持续时间数据，它是一个具有多种格式的对象，特别是冒号之间的分钟部分。任何想法，如何转换这些数据。我尝试了一切可以想象的正则表达式，除了正确的答案：，这是我正在努力解决的主要问题。例如，下面是我试图将分钟列归零的尝试

df['temp'] = df['temp'].replace(':?:', ':0?:', regex=True)

输入：

    Duration
0   00:0:00
1   00:00:00
2   00:8:00
3   00:08:00
4   00:588:00
5   09:14:00

预期输出选项1时间格式：

    Duration
0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00

我的最终目标是获得会议记录，因此另一个可接受的格式是：

预期输出选项2分钟-整数或浮点：

    Minutes
0   0
1   0
2   8
3   8
4   588
5   554

我们可以用骡子劈腿

我们可以用骡子劈腿

我们可以只做pd.to_timedelta：

输出：

0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00
Name: Duration, dtype: timedelta64[ns]

0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
Name: Duration, dtype: float64

或选项2-分钟：

pd.to_timedelta(df.Duration).dt.total_seconds()/60

输出：

0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00
Name: Duration, dtype: timedelta64[ns]

0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
Name: Duration, dtype: float64

我们可以只做pd.to_timedelta：

输出：

0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00
Name: Duration, dtype: timedelta64[ns]

0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
Name: Duration, dtype: float64

或选项2-分钟：

pd.to_timedelta(df.Duration).dt.total_seconds()/60

输出：

0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00
Name: Duration, dtype: timedelta64[ns]

0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
Name: Duration, dtype: float64

---

我忘了警局的事，谢谢！我忘了警局的事，谢谢！这是我之前被卡住后接下来要尝试的，但我不知道在拆分后可以用这样的列表相乘。凉的非常感谢。这是我之前被卡住后接下来要尝试的，但我不知道在拆分后可以用这样的列表相乘。凉的非常感谢。