Python：转换h min sec的行程持续时间，只留下分钟数

Question

我是 python 和编程的新手（所以请放轻松），希望有人能提供帮助。 我的自行车旅行持续时间为 dtype: object 持续时间 14 小时 26 分钟。 2秒。 0小时8分钟。 34 秒。 0 小时 12 分钟。 17 秒。

理想情况下，我希望创建一个新列，将计算出的分钟持续时间保存为整数。所以 h 需要 *60，并且需要四舍五入的秒数。所以我会： 持续时间 866 9 12

我在拆分和获得数字的第一个障碍时遇到了麻烦。 我很高兴与此分手：

def ConvertDuration(Minutes):
    return Minutes.split(' ')[0].split('.')[1].strip()
WashBike['DurationMin'] = pd.DataFrame({'Duration':WashBike['Duration'].apply(ConvertDuration)})

我可以调整位置并为 h、min 和 sec 分别创建一列。 但是字符串字符将保留。我需要再做一次拆分以进一步分离和删除字符吗？
我还尝试使用以下内容去除字符：

WashBike['DurationInt'] = WashBike['Duration'].str.strip(' ').str.strip('.').str.strip('hHmMiInNsSeEcC')

我还没有达到将值放入单个数字分钟单位测量的阶段。我正在考虑做这样的事情：

WashBike['DurationMn'] = WashBike['Duration'].split(' ').apply(lambda x: int(x[0]) * 60 + int(x[1] + int(x[2].round()) ))

虽然我无法做到这一点。

我花了 2 天时间查看 stackoverflow 和其他内容。我发现了很多关于日期时间等的信息。虽然我试图将 Duration 转换为 hh:mm:ss，但我不确定它是否正确。任何帮助和建议将不胜感激。

肯

Answer 1

这是直接变频，见here

In [16]: df = pd.DataFrame({'Duration': ['4h 26min. 2sec.',
                                        '0h 8min. 34sec.',
                                        '0h 12min. 17sec.']})

In [17]: df
Out[17]: 
           Duration
0   4h 26min. 2sec.
1   0h 8min. 34sec.
2  0h 12min. 17sec.

这些几乎都是标准格式，只是 zonk 。

In [18]: pd.to_timedelta(df.Duration.str.replace('\.',''))                        
Out[18]: 
0   04:26:02
1   00:08:34
2   00:12:17
Name: Duration, dtype: timedelta64[ns]

几分钟后的浮动结果

In [19]: pd.to_timedelta(df.Duration.str.replace('\.','')) / np.timedelta64(1,'m')
Out[19]: 
0    266.033333
1      8.566667
2     12.283333
Name: Duration, dtype: float64

这会截断

In [20]: pd.to_timedelta(df.Duration.str.replace('\.','')).astype('timedelta64[m]')
Out[20]: 
0    266
1      8
2     12
Name: Duration, dtype: float64

Answer 2

这是一种不使用任何日期解析模块的方法。

单行 - 您可以通过正则表达式和 apply 在 duration 列上提取数字，例如拆分为多行以提高可读性

(df['Duration']
 .apply(lambda x: sum([a*int(b) 
                       for a,b in zip([60., 1., 1./60],
                                      re.findall(r'\d+', x))]))
)

基本上，对于像'4h 26min. 2sec.' 这样的字符串，您首先要找到模式re.findall(r'\d+', x)，即[4, 26, 2]，现在将其与分钟[60., 1., 1./60] 和sum 的值相乘。

假设df 就像

In [7]: df = pd.DataFrame({'Duration': ['4h 26min. 2sec.',
                                        '0h 8min. 34sec.',
                                        '0h 12min. 17sec.']})
In [8]: df
Out[8]:
           Duration
0   4h 26min. 2sec.
1   0h 8min. 34sec.
2  0h 12min. 17sec.

然后，分钟可以像这样提取

In [9]: (df['Duration']
   ...:  .apply(lambda x: sum([a*int(b)
   ...:                        for a,b in zip([60., 1., 1./60],
   ...:                                       re.findall(r'\d+', x))]))
   ...: )
Out[9]:
0    266.033333
1      8.566667
2     12.283333
Name: Duration, dtype: float64

---

为了可读性，你也可以创建一个自定义函数minutes

def minutes(string):
    pattern = re.findall(r'\d+', string)
    minutes_mul =  [a*int(b) for a,b in zip([60., 1., 1./60], pattern)]
    return sum(minutes_mul)

然后，然后申请

df['Duration'].apply(minutes)