从编码时间的numpy数组中获取小时和分钟答案

【问题标题】：Getting hour and minute out of a numpy array that encodes time从编码时间的numpy数组中获取小时和分钟
【发布时间】：2014-05-31 23:42:28
【问题描述】：

我有一个对时间进行编码的大型 numpy 数组。假设我们有这样的事情：

from pandas import DataFrame
t = {'time': ['08:35', '08:38', '13:42', '13:46']}
df = DataFrame(t)

import numpy as np
time_array = np.array(df.time)
print time_array

输出：

['08:35' '08:38' '13:42' '13:46']

有没有一种有效的方法可以从 time_array 中单独获取小时和分钟？

当然这可以在循环中完成：

for i in range(len(time_array)):
    print np.fromstring(time_array[i], dtype=int, sep=":")

输出：

[ 8 35]
[ 8 38]
[13 42]
[13 46]

但我正在寻找一种“更快”的矢量化方式，如果有的话。

编辑：

我已经为解决方案计时（参见下面的代码）。

def foo(array):
    for i in range(len(array)):
        array[i] = np.fromstring(array[i], dtype=int, sep=':')

%timeit foo(time_array)

输出：1 个循环，最好的 3 个：每个循环 3.02 秒

Paul H 的解决方案 1：

def foo2(df):
    df['hour'] = df['time'].apply(lambda x: int(x.split(':')[0]))
    df['minute'] = df['time'].apply(lambda x: int(x.split(':')[1]))

%timeit foo2(df)

输出：1 个循环，最好的 3 个：每个循环 4.31 秒

Paul H 的解决方案 2：

import time
def foo3(df):
    df['hour'] = df['time'].apply(lambda x: time.strptime(x, '%H:%M').tm_hour)
    df['minute'] = df['time'].apply(lambda x: time.strptime(x, '%H:%M').tm_min)

%timeit foo3(df)

输出：1 个循环，最好的 3 个：每个循环 42.1 秒

【问题讨论】：

标签： python-2.7 numpy pandas

【解决方案1】：

我会在 pandas 多呆一会儿：

from pandas import DataFrame
t = {'time': ['08:35', '08:38', '13:42', '13:46']}
df = DataFrame(t)
df['hour'] = df['time'].apply(lambda x: int(x.split(':')[0]))
df['minute'] = df['time'].apply(lambda x: int(x.split(':')[1]))
print(df)

    time  hour  minute
0  08:35     8      35
1  08:38     8      38
2  13:42    13      42
3  13:46    13      46

然后您可以通过df['hour'].values 获取小时数组。

编辑：

只是为了笑，你也可以这样做：

import time
df['hour'] = df.timestring.apply(lambda x: time.strptime(x, '%H:%M').tm_hour)
df['minute'] = df.timestring.apply(lambda x: time.strptime(x, '%H:%M').tm_min)

【讨论】：