遍历具有时间值并返回秒的熊猫数据框列

Question

我在 pandas 数据框中有一列，如下所示：Time:16:45:1516:45:3116:45:59..我想将这些时间值转换为秒，我做了以下事情：def get_sec(arr):    h,m,s = arr.split(':')    return int(h) * 3600 + int(m) * 60 + int(s)sec_val = []for i in range(len(df['Time'])):    sec_val.append(get_sec(df['Time'][i]))它给出了这个错误：'datatime.time' object has no attribute 'split'虽然如果我对一个字符串使用相同的代码，它可以工作，但是当我在 for 循环中使用它时，它会给出这个错误，关于如何解决它的任何想法？

Answer 1

In [24]: df['TimeInSeconds'] = df['Time'].apply(lambda x : x.hour *3600 + x.minute * 60 + x.second )

看起来您的列是 datetime.time 类型，因此您可以直接使用它的属性，例如小时、分钟、秒，而不是像上面那样进行字符串拆分。希望能帮助到你 ：）

编辑：

如果是字符串，我们可以转换所有时间对象，然后使用 apply

import datetime

In [38]: df['Time' ] = df['Time'].astype(str).apply(lambda x : datetime.datetime.strptime(x, '%H:%M:%S' ).time() )

In [39]: df['TimeInSeconds'] = df['Time'].apply(lambda x : x.hour *3600 + x.minute * 60 + x.second )