熊猫：如何处理奇怪的时间格式

Question

我有以下 Pandas 数据框，其中时间（持续时间）以一种非常奇怪的格式给出：Person   Activity   Duration1        A          1 00:002        A          1 00:003        B          0 21:174        C          0 17:11其中1 00:00表示 24 小时，0 21:17表示 0 天和 21:17 小时，也就是说只有 21:17 小时。快速查看 dtypes 返回：In[1]: df.dtypesOut[1]: Person         objectActivity       objectDuration       objectdtype: object如果值为 ，我如何始终如一地对待该Duration列以返回 24 1 00:00，如果我有，则返回持续时间的十进制值0 21:17？的十进制值为0 21:1721.283。结果应该是：Person   Activity   Duration1        A          242        A          243        B          21.2834        C          17.183

Answer 1

a = np.array([24, 1, 1/60])    

df.Duration = df.Duration.str.split(' |:', expand=True).astype(int).dot(a)

例子：

df = pd.DataFrame({'Person': [1,2,3,4], "Activity": list('AABC') ,"Duration":['1 00:00', '1 00:00', '0 21:17', '0 17:11']})

df.Duration = df.Duration.str.split(' |:', expand=True).astype(int).dot(a)

print(df)

#   Person Activity   Duration

#0       1        A  24.000000

#1       2        A  24.000000

#2       3        B  21.283333

#3       4        C  17.183333

Answer 2

正如您提到的，它不会超过 1 00:00，即 24:00，有一种更简单的方法：

'''

Person  Activity    Duration

1   A   1 00:00

2   A   1 00:00

3   B   0 21:17

4   C   0 17:11

'''

import pandas as pd

df = pd.read_clipboard("\t")

.

   Person Activity Duration

0       1        A  1 00:00

1       2        A  1 00:00

2       3        B  0 21:17

3       4        C  0 17:11   

.

df['Duration'] = df['Duration'].str.split(' ')

df['Duration'] = ['24:00' if int(val[0]) == 1 else val[1] for val in df['Duration']]

print(df)

.

   Person Activity Duration

0       1        A    24:00

1       2        A    24:00

2       3        B    21:17

3       4        C    17:11

Answer 3

您可以轻松地将这些数字相乘和相加：

durations = [   

    "1 00:00",

    "0 21:17",          

]                                                                        

for duration in durations: 

    day, clock = duration.split()

    hour, minute = clock.split(':')

    print((int(day) * 24) + int(hour) + (int(minute) / 60))

Answer 4

您可以使用 datetime 模块进行时间转换

from datetime import datetime

def durationInDecimal(string):

    day, time = string.split(" ")

    t = datetime.strptime(time, "%H:%M").time()

    return int(day)*24 + (t.hour+t.minute/60.0)

df = pd.DataFrame({'Person': list("ABCD"), "Activity": list('ABCD') ,"duration":['1 00:00', '1 00:00', '0 21:17', '0 17:11']})

df["duration"] = df.duration.apply(durationInDecimal)

# Person    Activity    duration

# 0 A   A   24.000000

# 1 B   B   24.000000

# 2 C   C   21.283333

# 3 D   D   17.183333

Answer 5

除了其他有用的答案之外，我还想发布我自己的解决方案，它使用自定义函数并将其应用于数据框df.apply：

def custom_time_to_decimals(value):

    if value.split()[0]=='1':

        return 24

    else:

        custom = value.split()[1]

        hours = int(custom[0:2])

        minutes = int(custom[3:5])

        decimal = hours + (minutes/60)

        return round(decimal,3)

df['decimalHours'] = df['<insertYourTimeColumnHere>'].apply(custom_time_to_decimals)