将 HH:MM 的 pandas 中的一列转换为分钟答案

【问题标题】：Convert a column in pandas of HH:MM to minutes将 HH:MM 的 pandas 中的一列转换为分钟
【发布时间】：2019-04-05 12:30:06
【问题描述】：

我想将数据集中 hh:mm 格式的列转换为分钟。我尝试了以下代码，但它显示“AttributeError: 'Series' object has no attribute 'split'”。数据格式如下。我在数据集中也有 nan 值，计划是计算值的中值，然后用中值填充具有 nan 的行

到目前为止我已经尝试过了

 s = dataset['Enroute_time_(hh mm)']

   hours, minutes = s.split(':')
   int(hours) * 60 + int(minutes)

【问题讨论】：

标签： python string python-3.x pandas timedelta

【解决方案1】：

如果您想使用split，则需要使用str 访问器，即s.str.split(':')。

但是我认为在这种情况下使用apply 更有意义：

df = pd.DataFrame({'Enroute_time_(hh mm)': ['02:32', '02:14', '02:31', 
                                            '02:15', '02:28', '02:15', 
                                            '02:22', '02:16', '02:22', '02:14']})

def convert_to_minutes(value):
    hours, minutes = value.split(':')
    return int(hours) * 60 + int(minutes)

df['Enroute_time_(hh mm)'] = df['Enroute_time_(hh mm)'].apply(convert_to_minutes)
print(df)

#       Enroute_time_(hh mm)
#    0                   152
#    1                   134
#    2                   151
#    3                   135
#    4                   148
#    5                   135
#    6                   142
#    7                   136
#    8                   142
#    9                   134

【讨论】：

我试过你的答案，它说“AttributeError: 'float' object has no attribute 'split'”
@prateeksingh 这意味着您的列中有一些浮点值，可能是NaN?
所有值的格式相同。但它确实有一些 nan 值。我的计划是将其转换为分钟，然后用其余值的中位数填充 nan 值。

【解决方案2】：

我建议您避免按行计算。您可以对 Pandas / NumPy 使用矢量化方法：

df = pd.DataFrame({'time': ['02:32', '02:14', '02:31', '02:15', '02:28', '02:15', 
                            '02:22', '02:16', '02:22', '02:14', np.nan]})

values = df['time'].fillna('00:00').str.split(':', expand=True).astype(int)
factors = np.array([60, 1])

df['mins'] = (values * factors).sum(1)

print(df)

     time  mins
0   02:32   152
1   02:14   134
2   02:31   151
3   02:15   135
4   02:28   148
5   02:15   135
6   02:22   142
7   02:16   136
8   02:22   142
9   02:14   134
10    NaN     0

【讨论】：

我在数据集中也有 nan 值。我的计划是使用当前值的中值，然后用中值填充那些 nan 行。您的方法是正确的，但无法处理 nan 值。我该怎么办？

【解决方案3】：

我了解到您在 DataFrame 中有一个列，其中包含多个 Timedelta 作为字符串。然后你想提取增量的总分钟数。之后，您想用总分钟数的中位数填充 NaN 值。

import pandas as pd
df = pd.DataFrame(
     {'hhmm' : ['02:32',
                '02:14',
                '02:31',
                '02:15',
                '02:28',
                '02:15',
                '02:22',
                '02:16',
                '02:22',
                '02:14']})

您的时间增量不是时间增量。它们是字符串。所以你需要先转换它们。

df.hhmm = pd.to_datetime(df.hhmm, format='%H:%M')
df.hhmm = pd.to_timedelta(df.hhmm - pd.datetime(1900, 1, 1))

这会为您提供以下值（请注意此处的 dtype：timedelta64[ns]）

0   02:32:00
1   02:14:00
2   02:31:00
3   02:15:00
4   02:28:00
5   02:15:00
6   02:22:00
7   02:16:00
8   02:22:00
9   02:14:00
Name: hhmm, dtype: timedelta64[ns]

现在您有了真正的时间增量，您可以使用一些很酷的函数，例如total_seconds()，然后计算分钟。
```
df.hhmm.dt.total_seconds() / 60
```
如果这不是你想要的，你也可以使用下面的。
```
df.hhmm.dt.components.minutes
```
这为您提供了 HH:MM 字符串中的分钟数，就像您将其拆分一样。

填写 na 值。

 df.hhmm.fillna((df.hhmm.dt.total_seconds() / 60).mean())

或

df.hhmm.fillna(df.hhmm.dt.components.minutes.mean())

【讨论】：