Python 熊猫;将带有MM:SS的列,小数转换为秒数
嘿:花了好几个小时试着做一件很简单的事,但还是想不出来 我有一个数据帧,它有一列df['Time'],其中包含时间,从0开始,最多20分钟,如下所示:Python 熊猫;将带有MM:SS的列,小数转换为秒数,python,string,parsing,pandas,timedelta,Python,String,Parsing,Pandas,Timedelta,嘿:花了好几个小时试着做一件很简单的事,但还是想不出来 我有一个数据帧,它有一列df['Time'],其中包含时间,从0开始,最多20分钟,如下所示: 1:10,10 1:16,32 3:03,04 第一个是分钟,第二个是秒,第三个是毫秒(只有两位数) 有没有办法用Pandas自动将该列转换为秒,而不将该列作为系列的时间索引 我已经尝试了以下方法,但无效: pd.to_datetime(df['Time']).convert('s') # AttributeError: 'Series'
1:10,10
1:16,32
3:03,04
第一个是分钟,第二个是秒,第三个是毫秒(只有两位数)
有没有办法用Pandas自动将该列转换为秒,而不将该列作为系列的时间索引
我已经尝试了以下方法,但无效:
pd.to_datetime(df['Time']).convert('s') # AttributeError: 'Series' object has no attribute 'convert'
如果唯一的方法是分析时间,请指出这一点,我将为这个问题准备一个适当/详细的答案,不要浪费你的时间=)
谢谢大家! 代码:
import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({'Time':['1:10,10', '1:16,32', '3:03,04']})
df['time'] = df.Time.apply(lambda x: datetime.datetime.strptime(x,'%M:%S,%f'))
df['timedelta'] = df.time - datetime.datetime.strptime('00:00,0','%M:%S,%f')
df['secs'] = df['timedelta'].apply(lambda x: x / np.timedelta64(1, 's'))
print df
输出:
Time time timedelta secs
0 1:10,10 1900-01-01 00:01:10.100000 00:01:10.100000 70.10
1 1:16,32 1900-01-01 00:01:16.320000 00:01:16.320000 76.32
2 3:03,04 1900-01-01 00:03:03.040000 00:03:03.040000 183.04
Time timedelta secs
0 -1:10,10 -00:01:10.100000 -70.10
1 1:16,32 00:01:16.320000 76.32
2 3:03,04 00:03:03.040000 183.04
如果您还有负时间增量:
import pandas as pd
import numpy as np
import datetime
import re
regex = re.compile(r"(?P<minus>-)?((?P<minutes>\d+):)?(?P<seconds>\d+)(,(?P<centiseconds>\d{2}))?")
def parse_time(time_str):
parts = regex.match(time_str)
if not parts:
return
parts = parts.groupdict()
time_params = {}
for (name, param) in parts.iteritems():
if param and (name != 'minus'):
time_params[name] = int(param)
time_params['milliseconds'] = time_params['centiseconds']*10
del time_params['centiseconds']
return (-1 if parts['minus'] else 1) * datetime.timedelta(**time_params)
df = pd.DataFrame({'Time':['-1:10,10', '1:16,32', '3:03,04']})
df['timedelta'] = df.Time.apply(lambda x: parse_time(x))
df['secs'] = df['timedelta'].apply(lambda x: x / np.timedelta64(1, 's'))
print df
代码:
输出:
Time time timedelta secs
0 1:10,10 1900-01-01 00:01:10.100000 00:01:10.100000 70.10
1 1:16,32 1900-01-01 00:01:16.320000 00:01:16.320000 76.32
2 3:03,04 1900-01-01 00:03:03.040000 00:03:03.040000 183.04
Time timedelta secs
0 -1:10,10 -00:01:10.100000 -70.10
1 1:16,32 00:01:16.320000 76.32
2 3:03,04 00:03:03.040000 183.04
如果您还有负时间增量:
import pandas as pd
import numpy as np
import datetime
import re
regex = re.compile(r"(?P<minus>-)?((?P<minutes>\d+):)?(?P<seconds>\d+)(,(?P<centiseconds>\d{2}))?")
def parse_time(time_str):
parts = regex.match(time_str)
if not parts:
return
parts = parts.groupdict()
time_params = {}
for (name, param) in parts.iteritems():
if param and (name != 'minus'):
time_params[name] = int(param)
time_params['milliseconds'] = time_params['centiseconds']*10
del time_params['centiseconds']
return (-1 if parts['minus'] else 1) * datetime.timedelta(**time_params)
df = pd.DataFrame({'Time':['-1:10,10', '1:16,32', '3:03,04']})
df['timedelta'] = df.Time.apply(lambda x: parse_time(x))
df['secs'] = df['timedelta'].apply(lambda x: x / np.timedelta64(1, 's'))
print df
谢谢但是如何将每一行转换为秒呢?例如:['70.10','76.32',等等]非常感谢,你的回答解决了我的问题。但我想知道,如果时间是负时间呢?(即:我们正在跟踪一个事件,我们想在20秒前做一些事情)。这个解决方案也有效吗?谢谢!但是如何将每一行转换为秒呢?例如:['70.10','76.32',等等]非常感谢,你的回答解决了我的问题。但我想知道,如果时间是负时间呢?(即:我们正在跟踪一个事件,我们想在20秒前做一些事情)。这个解决方案也有效吗?