以秒为单位的时间戳转换为 hh:mm:ss 时间

Question

我有一个 df 和一个 column 以秒为单位显示时间。我想将它们转换为hh:mm 或hh:mm:ss。

如果时间超过标准的 24 小时时间，我仍然希望它位于 hh:mm:ss。不是'n' days hh:mm:ss。

举个例子：

import pandas as pd
import numpy as np
import datetime

ts1 = ['21000', np.nan, '40000', np.nan, '49000', '100000']
ts2 = [0, 2, 'yy', 3, 'yy', 'yy']
ts3 = [0, 2, np.nan, 3, 4, np.nan]
d =  {'X': ts1, 'Y': ts2, 'Z': ts3}
df = pd.DataFrame(data=d)

输出：

        X   Y    Z
0   21000   0  0.0
1     NaN   2  2.0
2   40000  yy  NaN
3     NaN   3  3.0
4   49000  yy  4.0
5  100000  yy  NaN

我可以在单个 string 上使用：

t = str(datetime.timedelta(seconds=21000))

输出时间：

5:50:00    

但是我如何将相同的函数传递给一整列呢？

#t_col = str(datetime.timedelta(seconds=df['ts1']))

预期输出：

          X   Y    Z
0   5:50:00   0  0.0
1       NaN   2  2.0
2  11:06:40  yy  NaN
3       Nan   3  3.0
4  13:36:40  yy  4.0
5  27:46:40  yy  NaN

Answer 1

使用pandas.to_timedelta 后跟一些杂乱的字符串格式将天数转换为小时数：

def formatter(x):
    x = str(x)
    return str(int(x[-8:-6])+int(x.split('days')[0])*24).zfill(2) + x[-6:]

df['TD'] = pd.to_timedelta(df['X'].fillna(0).astype(int), unit='s')\
             .apply(formatter)

print(df)

        X   Y    Z        TD
0   21000   0  0.0  05:50:00
1     NaN   2  2.0  00:00:00
2   40000  yy  NaN  11:06:40
3     NaN   3  3.0  00:00:00
4   49000  yy  4.0  13:36:40
5  100000  yy  NaN  27:46:40

Answer 2

更循序渐进的方法

首先，让我们创建新列并摆脱讨厌的NaN 值

In [156]: df['new_column'] = df.X.fillna(0)

In [157]: df
Out[157]:
       X   Y    Z new_column
0  21000   0  0.0      21000
1    NaN   2  2.0          0
2  40000  yy  NaN      40000
3    NaN   3  3.0          0
4  49000  yy  4.0      49000
5  80000  yy  NaN      80000

然后我们可以根据您编写的代码使用lambda 函数来处理创建增量。请注意，对于timedelta 的seconds 参数，我们必须将新列的值转换为ints。

In [158]: df['new_column'] = df.apply(lambda x: datetime.timedelta(seconds=int(x['new_column'])), axis=1)

In [159]: df
Out[159]:
       X   Y    Z new_column
0  21000   0  0.0   05:50:00
1    NaN   2  2.0   00:00:00
2  40000  yy  NaN   11:06:40
3    NaN   3  3.0   00:00:00
4  49000  yy  4.0   13:36:40
5  80000  yy  NaN   22:13:20

使用单线

在我们之前写的基础上，我们需要去掉NaNs，然后把整个系列先转换成ints，再转换成timedeltas。

In [173]: df['td'] = pd.to_timedelta(pd.to_numeric(df.X.fillna(0)), unit='s')

In [174]: df
Out[174]:
       X   Y    Z new_column       td
0  21000   0  0.0   05:50:00 05:50:00
1    NaN   2  2.0   00:00:00 00:00:00
2  40000  yy  NaN   11:06:40 11:06:40
3    NaN   3  3.0   00:00:00 00:00:00
4  49000  yy  4.0   13:36:40 13:36:40
5  80000  yy  NaN   22:13:20 22:13:20

这种方法应该更快，因为 apply 相当 slow

根据您的评论，为了与NaNs保持一致，您可以使用这个

df['td'] = df.apply(lambda x: x['td'] if x['X'] is not np.NaN else None, axis=1)