使用 lambda 或应用于具有列表内容的数据框的多列答案

【问题标题】：Using lambda or apply on multiple columns of a dataframe with lists contents使用 lambda 或应用于具有列表内容的数据框的多列
【发布时间】：2019-06-04 03:42:36
【问题描述】：

这可能是一个微不足道的问题。我有以下列包含列表的数据框。

import pandas as pd
df = pd.DataFrame({'time1': [['2000', '2300'], ['1000', '1100']], 'time2': [['2200', '2400'], ['800', '900']]})
print(df)

  time1         time2
0  [2000, 2300]  [2200, 2400]
1  [1000, 1100]    [800, 900]

列表中的值表示时间间隔。我正在尝试将所有这些元素转换为时间格式。

我想得到这样的东西：

time1         time2
20:00-23:00  22:00-24:00
10:00-11:00  8:00-9:00

【问题讨论】：

您想要字符串类型的输出？还是熊猫 timedelta？
没关系。字符串很好。
我会使用 applymap 将函数应用于存储在数据框中的每个单独的值（在本例中为列表）。

标签： python pandas dataframe lambda

【解决方案1】：

我们可以在这里定义我们的函数来取消嵌套列表并使用: 分隔符分隔字符串，然后将其应用于每一列：

functime = lambda x: '-'.join([t[:-2] + ':' + t[-2:] for t in x])

for col in df.columns:
    df[col] = df[col].apply(functime)

print(df)
         time1        time2
0  20:00-23:00  22:00-24:00
1  10:00-11:00    8:00-9:00

或者

定义一个常规函数：

def functime2(x):
    val = '-'.join([t[:-2] + ':' + t[-2:] for t in x])

    return val

for col in df.columns:
    df[col] = df[col].apply(functime2)

         time1        time2
0  20:00-23:00  22:00-24:00
1  10:00-11:00    8:00-9:00

【讨论】：

【解决方案2】：

这是基于this 未接受的答案的一种间接方法。想法是将字符串拆分为小时和分钟，然后使用破折号 - 和 : 加入它们

import pandas as pd
df = pd.DataFrame({'time1': [['2000', '2300'], ['1000', '1100']], 
                   'time2': [['2200', '2400'], ['800', '900']]})


def convert_to_minutes(value):
    tim = []
    for val in value:
        hours, minutes = val[0:-2], val[-2:]
        tim.append(hours + ':' + minutes)

    return '-'.join(tim)

df['time1'] = df['time1'].apply(convert_to_minutes)
df['time2'] = df['time2'].apply(convert_to_minutes)

输出

print (df)

         time1        time2
 0  20:00-23:00  22:00-24:00
 1  10:00-11:00    8:00-9:00

【讨论】：