计算str格式之间的分钟数；hh:mm-hh:mm“；python

我有一个带有TimeOfWork列的df，它有一个str类型

“hh:mm-hh:mm”

---

我需要一个新的列，每个人工作的分钟数。例如，若在TimeOfWork列中有一个值“10:00-11:30”，那个么在new列中应该有90。人们可以在午夜工作，因此值可以是“22:00-01:00”

您可以将工时列拆分为单独的列（开始时间和结束时间），将这些列解析为日期时间，计算时间增量并计算超过午夜的时间。从时间增量中，您可以轻松获得工作的总分钟数。例：

import pandas as pd

# example data:
df = pd.DataFrame({'TimeOfWork': ["10:00 - 11:30",  "22:00 - 01:00"]})

# split to separate start and end of work columns
df[['startTime', 'endTime']] = df['TimeOfWork'].str.replace(' ', '').str.split('-', expand=True)

# parse to datetime and calculate timedelta
df['startTime'], df['endTime'] = pd.to_datetime(df['startTime'], format='%H:%M'), pd.to_datetime(df['endTime'], format='%H:%M')
df['deltaTime'] = df['endTime']-df['startTime']

# account for over-night hours (date change)
df.loc[df['deltaTime']<pd.Timedelta(0), 'deltaTime'] +=  pd.Timedelta(days=1)

# extract minutes
df['minutesWorked'] = df['deltaTime'].dt.total_seconds()/60

# df['minutesWorked']
# 0     90.0
# 1    180.0
# Name: minutesWorked, dtype: float64

将熊猫作为pd导入
#示例数据：
df=pd.DataFrame（{'TimeOfWork'：[“10:00-11:30”，“22:00-01:00”]}）
#拆分以分离“工作开始”列和“工作结束”列
df['startTime'，'endTime']=df['TimeOfWork'].str.replace（''，''）.str.split（'-'，expand=True）
#解析datetime并计算timedelta
df['startTime'，df['endTime']=pd.to_datetime（df['startTime'，格式='%H:%M'），pd.to_datetime（df['endTime'，格式='%H:%M'））
df['deltaTime']=df['endTime']-df['startTime']
#超过夜间工作时间的账户（日期变更）
df.loc[df['deltaTime']您可以将TimeOfWork列拆分为单独的列（startTime和endTime），将这些列解析为datetime，计算timedelta并计算超过午夜的小时数。从timedelta中，您可以轻松获得工作的总分钟数。例如：

import pandas as pd

# example data:
df = pd.DataFrame({'TimeOfWork': ["10:00 - 11:30",  "22:00 - 01:00"]})

# split to separate start and end of work columns
df[['startTime', 'endTime']] = df['TimeOfWork'].str.replace(' ', '').str.split('-', expand=True)

# parse to datetime and calculate timedelta
df['startTime'], df['endTime'] = pd.to_datetime(df['startTime'], format='%H:%M'), pd.to_datetime(df['endTime'], format='%H:%M')
df['deltaTime'] = df['endTime']-df['startTime']

# account for over-night hours (date change)
df.loc[df['deltaTime']<pd.Timedelta(0), 'deltaTime'] +=  pd.Timedelta(days=1)

# extract minutes
df['minutesWorked'] = df['deltaTime'].dt.total_seconds()/60

# df['minutesWorked']
# 0     90.0
# 1    180.0
# Name: minutesWorked, dtype: float64

将熊猫作为pd导入
#示例数据：
df=pd.DataFrame（{'TimeOfWork'：[“10:00-11:30”，“22:00-01:00”]}）
#拆分以分离“工作开始”列和“工作结束”列
df['startTime'，'endTime']=df['TimeOfWork'].str.replace（''，''）.str.split（'-'，expand=True）
#解析datetime并计算timedelta
df['startTime'，df['endTime']=pd.to_datetime（df['startTime'，格式='%H:%M'），pd.to_datetime（df['endTime'，格式='%H:%M'））
df['deltaTime']=df['endTime']-df['startTime']
#超过夜间工作时间的账户（日期变更）
df.loc[df['deltaTime']您可以
拆分
并将值
转换为_datetime
，取它们之间的差值，除以
Timedelta（分钟=1）
，然后通过模除以一天中的分钟数（60*24）来固定午夜的范围：

输出：


      TimeOfWork  MinutesWorked
0  10:00 - 11:30           90.0
1  22:00 - 01:00          180.0

您可以
split
并将值
转换为_datetime
，取它们之间的差值，除以
Timedelta（minutes=1）
，然后通过将其除以一天中的分钟数（60*24）来固定午夜的范围：

输出：


      TimeOfWork  MinutesWorked
0  10:00 - 11:30           90.0
1  22:00 - 01:00          180.0

如果有一些示例数据帧代码，可能对您迄今为止所做的事情进行一些尝试，这将非常方便。将有助于包括您的df、您所做的尝试和所需的输出。如果有一些示例数据帧代码，可能对您所做的事情进行一些尝试，这将非常方便ar.将有助于包括您的df、您尝试过的内容和所需的输出。