Python 在H2O框架中查找小时

我试图在格式为“hhmmss”的列中查找小时，即“90205”，其中9表示小时。有些行可能不包含秒数，因此它可以是“902”，我仍然需要得到“9”。 列的示例如下所示：

REQ\u时间
195426
508
140315
141432
203344
214103
63202
101807
110730
115052

我可以在常规数据帧中这样做：

df["DATE"]=pd.to_datetime(df.REQ_DATE, format='%Y%m%d')
df["TIME"]=df["REQ_TIME"].apply(lambda x: str(x).zfill(6))
df['DATE_TIME']=df[['REQ_DATE','TIME']].apply(lambda x : '{} {}'.format(x[0],x[1]), axis=1)
df['DATE_TIME']=pd.to_datetime(df.DATE_TIME,infer_datetime_format=True)
df["HOUR"]=df.DATE_TIME.dt.hour
df['YEAR'] = df.DATE.dt.year
df['MONTH'] = df.DATE.dt.month
df['DAY'] = df.DATE.dt.day
df['DAY_OF_WEEK']=df.DATE.dt.dayofweek

---

但是我的数据在一个框架中，所以我不能使用常规的python方法。我也不想将其转换为数据帧，因为这需要很长时间。如何在帧中执行此操作？

如果您的请求时间字段始终为6位数字，即始终为左右零填充，则此操作会变得更容易。例如，您可以使用

gsub

仅获取前两个字符

或者，如果它总是在右边加零（即缺少时附加“00”秒），并且作为数字字段导入，则可以除以10000，然后使用

floor

（请参阅python API中的H2OFrames上可用的操作。）

但在您的情况下，我会下载该专栏，用python进行复杂的操作，然后导入一个新的H2O框架，其中只包含该专栏。给它一个列名

“hours”

。然后使用将新列连接到现有h2o框架

---

（另一种看待这个问题的方式是，您问题的第一行不准确，因为它不是“hhmmss”格式，而是“hmm”、“hhmm”、“hmmss”和“hhmmss”的混合体。）所有这些都集中在一列中。一旦你这样描述它，你就会发现你有一个数据问题。就我个人而言，我会研究如何在数据收集时解决这个问题。然后，向前看，如果你看到一个不完全是6位数字的时间戳，你马上就会知道你有坏数据。）

如果您的REQ_时间字段始终为6位数字，即始终为左右零填充，这将变得容易得多。例如，您可以使用

gsub

仅获取前两个字符

或者，如果它总是在右边加零（即缺少时附加“00”秒），并且作为数字字段导入，则可以除以10000，然后使用

floor

（请参阅python API中的H2OFrames上可用的操作。）

但在您的情况下，我会下载该专栏，用python进行复杂的操作，然后导入一个新的H2O框架，其中只包含该专栏。给它一个列名

“hours”

。然后使用将新列连接到现有h2o框架

---

（另一种看待这个问题的方式是，您问题的第一行不准确，因为它不是“hhmmss”格式，而是“hmm”、“hhmm”、“hmmss”和“hhmmss”的混合体。）所有这些都集中在一列中。一旦你这样描述它，你就会发现你有一个数据问题。就我个人而言，我会研究如何在数据收集时解决这个问题。然后，向前看，如果你看到一个时间戳不是精确的6位数字，你会立即知道你有坏数据。）

如果你调用.as_data_frame会发生什么（）在H2OFrame中，然后使用上面描述的方法？我可以这样做，但转换需要大量的时间和内存。因此，我正在寻找本机方法来完成基本任务，同时使用H2OFrame。如果调用。as_data_frame（）会发生什么情况在你的H2O框架中，然后使用你上面描述的方法？我可以这样做，但转换需要大量的时间和内存。因此，我正在寻找原生方法来完成使用H2O时的基本任务