创建具有时差的新列（Pandas 数据框）

Question

我在 csv 数据集中有列 start_time 和 end_time，时间格式为 HH:MM（数据类型是字符串类型，因为它来自 csv）。我想使用 panadas（或任何实际的东西）来获取两列之间的时间增量，并将其放入一个名为 diff_minutes 的新列中。为此，我尝试了以下方法，

dataset['diff_minutes'] = dataset['end_time'] - dataset['start_time']
dataset['diff_minutes']= dataset['diff_minutes']/np.timedelta64(1,'m')

但我收到以下错误，ValueError: hour must be in 0..23。我检查了我的数据集（它很大），结果发现我有几个小时超过 23 小时。例如，开始时间：25:58，结束时间：29:20。是否有另一种方法可以获取大于 23 的值的时间增量？

这是示例数据：

import pandas as pd
from io import StringIO
s = '''\
start_time,end_time
25:58,29:20
25:30,25:30
02:07,03:11
'''
df = pd.read_csv(StringIO(s))

看起来像：

  start_time end_time
0      25:58    29:20
1      25:30    25:30
2      02:07    03:11

期望的输出

| start_time | end_time | diff_minutes
______________________________________
| 25:58      | 29:20    | 202
| 25:30      | 25:30    | 0
| 02:07      | 03:11    | 64

Answer 1

您可以通过to_timedelta 将列转换为时间增量，如有必要也可以转换为字符串：

dataset['diff_minutes'] = (pd.to_timedelta(dataset['end_time'].astype(str) + ':00') -
                           pd.to_timedelta(dataset['start_time'].astype(str) + ':00' ))
dataset['diff_minutes']= dataset['diff_minutes']/np.timedelta64(1,'m')
print (dataset)
  start_time end_time  diff_minutes
0      25:58    29:20         202.0
1      25:30    25:30           0.0
2      02:07    03:11          64.0