转换熊猫数据框列的时间格式

Question

我有一个 pandas 时间框架，其中有一列采用这种时间格式：例如05:00:00（时、分、秒）。这些值是通过 pandas 使用以下查询函数从我的 SQL 数据库中提取的

df = pd.read_sql("SELECT .....'" \
, con=mariadb_connection)

我想将这些时间值转换为分钟（或秒），因为我想对作为我的持续时间变量的值执行线性回归。我该怎么做呢？有没有办法可以将这些值（例如，将 14:30:00 的 60 乘以 14 并加到 30，以获得以分钟为单位的总持续时间，即 870）为没有 : 的持续时间值，然后将它们放回相同数据框的行和列以供进一步分析？目前，我无法使用当前时间格式，因为 scikit 线性回归函数不接受这种格式作为函数的参数之一。

示例数据框：

    voltage valueA  Duration  valueB
0   12.45   0.86    14:04:30   9.157145
1   12.52   0.61    14:02:32  10.010095
2   12.24   0.17    14:00:33  10.010095

Answer 1

演示：

In [143]: df
Out[143]:
       time
0  14:30:00
1  16:27:29

In [144]: df.dtypes
Out[144]:
time    object
dtype: object

In [145]: df['seconds'] = pd.to_timedelta(df['time']).dt.seconds

In [146]: df
Out[146]:
       time  seconds
0  14:30:00    52200
1  16:27:29    59249

In [147]: df.dtypes
Out[147]:
time       object
seconds     int64
dtype: object

更新：@JonClements has proposed another interesting idea 将时间（如果 Duration 列在 MariaDB 端具有 time 数据类型）转换为秒在 SQL 端：

df = pd.read_sql("select voltage, valuea, valueb, time_to_sec(duration) as duration from some_table" ,
                  con=mariadb_connection)