以数字数据类型访问 datetime.time (00:00 - 23:59) 格式答案

【问题标题】：Accessing the datetime.time (00:00 - 23:59) format in a numeric data type以数字数据类型访问 datetime.time (00:00 - 23:59) 格式
【发布时间】：2019-06-28 21:40:54
【问题描述】：

我有一个 24 小时的平均数据，根据 00:00 - 23:59 以 1 分钟的间隔编制索引。这导致每分钟对应 1440 个数据点。我想将这些时间戳映射到它们的数字索引，范围从 0-1440（因为一整天有 1440 分钟）。

例如，00:00 ->0、00:01->1、00:02->2 ...23:58->1339、23:59->1440

时间 = 01:11 dtype:datetime.time
time.func()
71

我尝试在 pandas 中搜索 datetime.time 格式是否有任何此类功能。但是，我找不到任何东西。

如果 pandas 中没有内置功能，另一种方法可能是编写一个将特定 datetime.time 映射到索引 (0-1440) 的函数。

【问题讨论】：

如果00:00 是索引0，那么23:59 必须是1439。应该这样做：time.hour * 60 + time.minute

标签： python pandas time

【解决方案1】：

看看这是不是你想要的：

import pandas as pd
df = pd.DataFrame(['23:57', '10:39', '4:03'], columns=['Time'])

这个数据框看起来像：

然后我们可以在我们的列上应用这个函数：

df['Time'].apply(lambda x: int(pd.to_timedelta(pd.to_datetime(x, format='%H:%M').strftime('%H:%M:00'), unit='m').total_seconds()/60))

其中的输出是：

0    1437
1     639
2     243
Name: Time, dtype: int64

这里我们使用 apply 将相同的函数应用于列的所有元素。

转换为日期时间格式（这里我使用 '%H:%M' 指定格式，以确保我们明确地将时间转换为小时和分钟。
通过使用 strftime 添加 ':00' 来使用额外的秒元素格式化时间，这是因为 pd.to_timedelta 需要 'hh:mm:ss' 格式的时间
然后我们得到 timedelta 的 total_seconds() 并除以 60 得到分钟
转换为整数以获得最终格式。

【讨论】：

【解决方案2】：

pandas 没有原生 time dtype，但它确实有 timedelta：

In [11]: t = dt.time(10, 15)

In [12]: t.hour * 60 + t.minute  # total minutes (this may suffice!)
Out[12]: 615

In [13]: pd.to_timedelta((t.hour * 60 + t.minute), unit='m')
Out[13]: Timedelta('0 days 10:15:00')

注意：您也许可以从一开始就从 timedelta 开始工作（无论是在解析中还是通过计算）：

In [14]: pd.to_timedelta('10:15:00')
Out[14]: Timedelta('0 days 10:15:00')

【讨论】：