将多种格式的持续时间数据转换为通用格式的 '%H%M%S' 。格式（分钟）的 %M 部分不一致

Question

我有 Duration 数据，它是一个具有多种格式的对象，尤其是在冒号之间的分钟部分。任何想法，我如何转换这些数据。我尝试了所有可以想象的正则表达式（除了正确的答案:)），这是我苦苦挣扎的主要部分。例如，下面是我尝试对分钟列进行零填充。

df['temp'] = df['temp'].replace(':?:', ':0?:', regex=True)

输入：

    Duration
0   00:0:00
1   00:00:00
2   00:8:00
3   00:08:00
4   00:588:00
5   09:14:00

预期输出选项#1（时间格式）：

    Duration
0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00

我的最终目标是获取会议记录，因此另一种可接受的格式是：

预期输出选项 #2（分钟 - 整数或浮点数）：

    Minutes
0   0
1   0
2   8
3   8
4   588
5   554

Answer 1

我们可以pd.to_timedelta:

pd.to_timedelta(df.Duration)

输出：

0   00:00:00
1   00:00:00
2   00:08:00
3   00:08:00
4   09:48:00
5   09:14:00
Name: Duration, dtype: timedelta64[ns]

或选项 2 - 分钟：

pd.to_timedelta(df.Duration).dt.total_seconds()/60

输出：

0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
Name: Duration, dtype: float64

Answer 2

我们可以用mul 做split

df.Duration.str.split(':',expand=True).astype(int).mul([60,1,1/60]).sum(1)
0      0.0
1      0.0
2      8.0
3      8.0
4    588.0
5    554.0
dtype: float64