Pandas中将hh:mm:ss时间字符串转换为总分钟数教程

1. 数据准备与需求分析

在数据分析和处理中，我们经常会遇到需要将特定格式的时间字符串转换为数值型时间单位的需求。本教程的目标是将Pandas DataFrame中hh:mm:ss（时:分:秒）格式的时间列转换为以分钟为单位的总时长，可以保留小数（浮点分钟）或向下取整（整数分钟）。

首先，我们创建一个示例DataFrame：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    'Name': ["Jim", "Chrissy", "Billy"],
    'Time': ['1:33:04', '0:06:39', '10:00:02']
})

print("原始DataFrame:")
print(df)

输出的DataFrame如下所示：

原始DataFrame:
      Name      Time
0      Jim   1:33:04
1  Chrissy   0:06:39
2    Billy  10:00:02

我们的目标是添加一个新列，例如_timemin，将Time列中的每个时间值转换为对应的总分钟数。例如，10:00:02应转换为600.03分钟。

2. 常见错误解析

在尝试进行此类转换时，初学者可能会遇到一些问题。以下是一个常见的错误尝试及其原因分析：

# 错误的尝试
# df['_timemin'] = df['Time'].str.split(':').apply(lambda x: (int(x[0])*60) + int(x[1])) + int(x[2]/60)
# 上述代码会产生 NameError: name 'x' is not defined

这个错误尝试存在以下几个关键问题：

1. apply方法闭合问题： 表达式 df['Time'].str.split(':').apply(lambda x: (int(x[0])*60) + int(x[1])) 的 apply 方法在 int(x[1]) 之后就已结束。这意味着 + int(x[2]/60) 这部分代码是在 apply 方法外部执行的。
2. lambda x作用域： 由于 + int(x[2]/60) 在 apply 外部，x 这个变量（代表当前行的时间列表）在 apply 外部是未定义的，从而导致 NameError: name 'x' is not defined。
3. 数据类型转换： 即使 x[2] 能被访问到，它也是一个字符串（例如 "04" 或 "02"），在进行除法运算前必须先将其转换为数值类型（例如 int(x[2])）。

理解这些错误有助于我们构建正确的解决方案。

3. 解决方案详解

我们将提供两种基于str.split和apply方法的解决方案，分别用于获取整数分钟数和浮点分钟数。

3.1 获取整数分钟数（向下取整）

如果我们需要将秒数转换为分钟时进行向下取整（即忽略不足一分钟的秒数），可以使用整数除法 //。

# 方案一：转换为整数分钟数（向下取整）
df_int_minutes = df.copy() # 使用副本，避免修改原始df
df_int_minutes['_timemin_int'] = df_int_minutes['Time'].str.split(':').apply(
    lambda x: int(x[0]) * 60 + int(x[1]) + int(x[2]) // 60
)

print("\n转换为整数分钟数:")
print(df_int_minutes)

代码解释：

怪兽AI数字人

数字人短视频创作，数字人直播，实时驱动数字人

44

查看详情

• df_int_minutes['Time'].str.split(':')：将Time列的每个字符串按 : 分割，返回一个Series，其中每个元素是一个包含小时、分钟、秒字符串的列表（例如 ['1', '33', '04']）。
• .apply(lambda x: ...)：对Series中的每个列表 x 执行lambda函数。
• int(x[0]) * 60：将小时字符串（x[0]）转换为整数并乘以60，得到小时对应的分钟数。
• int(x[1])：将分钟字符串（x[1]）转换为整数。
• int(x[2]) // 60：将秒字符串（x[2]）转换为整数，然后使用整数除法 // 将秒转换为分钟，结果向下取整。
• 三部分相加，得到总的整数分钟数。

输出结果：

转换为整数分钟数:
      Name      Time  _timemin_int
0      Jim   1:33:04            93
1  Chrissy   0:06:39             6
2    Billy  10:00:02           600

3.2 获取浮点分钟数（精确到小数）

如果需要精确到小数的分钟数，则应使用浮点除法 / 将秒转换为分钟。

# 方案二：转换为浮点分钟数
df_float_minutes = df.copy() # 使用副本
df_float_minutes['_timemin_float'] = df_float_minutes['Time'].str.split(':').apply(
    lambda x: int(x[0]) * 60 + int(x[1]) + int(x[2]) / 60
)

print("\n转换为浮点分钟数:")
print(df_float_minutes)

代码解释： 此方案与整数分钟数的代码类似，唯一区别在于将秒转换为分钟时使用了浮点除法 / (int(x[2]) / 60)，以保留小数部分。

输出结果：

转换为浮点分钟数:
      Name      Time  _timemin_float
0      Jim   1:33:04       93.066667
1  Chrissy   0:06:39        6.650000
2    Billy  10:00:02      600.033333

4. 进阶方法与注意事项

4.1 使用 pd.to_timedelta 的更优雅方式

虽然上述str.split结合apply的方法能够解决问题，但Pandas提供了更强大和语义化的时间处理工具。对于hh:mm:ss这种标准时间格式，推荐使用pd.to_timedelta将其转换为时间差（Timedelta）对象，然后利用Timedelta对象的属性来获取总秒数或总分钟数。这种方法通常更健壮，且能处理更多复杂的时间格式。

# 进阶方法：使用 pd.to_timedelta
df_timedelta = df.copy()
df_timedelta['timedelta'] = pd.to_timedelta(df_timedelta['Time'])
df_timedelta['_timemin_pd_elegant'] = df_timedelta['timedelta'].dt.total_seconds() / 60

print("\n使用pd.to_timedelta转换:")
print(df_timedelta)

代码解释：

• pd.to_timedelta(df_timedelta['Time'])：将Time列的字符串转换为Pandas Timedelta对象。Pandas能够智能识别hh:mm:ss格式。
• .dt.total_seconds()：这是Timedelta Series的一个访问器，用于获取每个Timedelta对象的总秒数（浮点数）。
• / 60：将总秒数除以60，得到总分钟数。

输出结果：

使用pd.to_timedelta转换:
      Name      Time timedelta  _timemin_pd_elegant
0      Jim   1:33:04  0 days 01:33:04            93.066667
1  Chrissy   0:06:39  0 days 00:06:39             6.650000
2    Billy  10:00:02 0 days 10:00:02           600.033333

可以看出，_timemin_pd_elegant列的结果与_timemin_float列完全一致，但代码更简洁、可读性更强。

4.2 注意事项总结

• 数据类型转换： 在进行任何数学运算之前，务必确保从字符串中提取的组件（如小时、分钟、秒）已正确转换为数值类型（int或float）。
• Lambda函数作用域： 使用apply(lambda x: ...)时，确保所有对x元素的引用和计算逻辑都包含在lambda函数的括号内部，避免因作用域问题导致NameError。
• 除法运算符选择： 根据业务需求选择正确的除法运算符：
  • //：整数除法，结果向下取整。适用于需要整数分钟数的场景。
  • /：浮点除法，结果保留小数。适用于需要精确分钟数的场景。
• Pandas惯用方法： 对于时间数据处理，优先考虑使用Pandas内置的pd.to_timedelta、pd.to_datetime等函数，它们通常更高效、更健壮，且能处理更多边缘情况。

总结

本教程详细阐述了在Pandas中将hh:mm:ss格式时间字符串转换为总分钟数的多种方法。我们首先分析了使用str.split和apply时常见的错误，并提供了两种基于此方法的正确实现，分别用于获取整数分钟和浮点分钟。最后，我们介绍了使用pd.to_timedelta这一更符合Pandas风格的优雅解决方案。掌握这些方法将有助于您高效、准确地处理DataFrame中的时间数据，避免常见的类型转换和作用域错误。在实际项目中，推荐优先使用pd.to_timedelta以获得更好的代码可读性和鲁棒性。

以上就是Pandas中将hh:mm:ss时间字符串转换为总分钟数教程的详细内容，更多请关注php中文网其它相关文章！