在 Pandas 中读取 CSV 时将数字转换为小时和分钟

Question

我有 CSV 文件，其中第二列表示格式为 HHMMSS 的时间点。

ID;TIME
A;110500
B;090000
C;130200

这种情况表明我有一些问题。

1. pandas 是否有一种数据格式可以用小时、分钟和秒来表示时间点，但没有日、月、...？

2. 如何将这些字段转换为这种格式？

在 Python 上，我会遍历这些字段。但我确信 Pandas 有更有效的方法。

如果没有没有日期的时间格式，我可以在该时间点添加一个日-月-年日期。

这是一个 MWE

import pandas
import io

csv = io.StringIO('ID;TIME\nA;110500\nB;090000\nC;130200')

df = pandas.read_csv(csv, sep=';')

print(df)

结果

  ID    TIME
0  A  110500
1  B   90000
2  C  130200

但我想看到的是

  ID    TIME
0  A  11:05:00
1  B   9:00:00
2  C  13:02:00

或者更好地减少秒数

  ID    TIME
0  A  11:05
1  B   9:00
2  C  13:02

Answer 1

您可以在read_csv 中使用参数date_parser 和time 访问器

df = pandas.read_csv(csv, sep=';', 
                     parse_dates=[1], # need to know the position of the TIME column
                     date_parser=lambda x: pandas.to_datetime(x, format='%H%M%S').time)

print(df)

  ID      TIME
0  A  11:05:00
1  B  09:00:00
2  C  13:02:00

但是读完再做可能也一样好

df = (pandas.read_csv(csv, sep=';')
        .assign(TIME=lambda x: pandas.to_datetime(x['TIME'], format='%H%M%S').dt.time) 
        #or lambda x: pandas.to_datetime(x['TIME'], format='%H%M%S').dt.strftime('%#H:%M')
     )