在数据帧列pd.Timedelta转换

Question

我想将数据帧列转换为timedelta，但我有问题。或 'XX：XX：XX'

我的数据框：

df = pd.DataFrame({'time':['+06:00:00', '-04:00:00'],}) 

我的方法：

df['time'] = pd.Timedelta(df['time']) 

该列进来的样子 '：XX XX + XX' 的格式但是，我得到的错误：

ValueError: Value must be Timedelta, string, integer, float, timedelta or convertible 

当我做一个简单的例子：

time = pd.Timedelta('+06:00:00') 

我得到我想要的输出：

Timedelta('0 days 06:00:00') 

，会是什么方法，如果我想的一系列转换成timedelta与我期望的输出？

Answer 1

错误是相当清楚的：

ValueError: Value must be Timedelta, string, integer, float, timedelta or convertible

什么要传递到pd.Timedelta()是没有上述数据类型：

>>> type(df['time']) 
<class 'pandas.core.series.Series'> 

可能是你想要的：

>>> [pd.Timedelta(x) for x in df['time']] 
[Timedelta('0 days 06:00:00'), Timedelta('-1 days +20:00:00')] 

或者：

>>> df['time'].apply(pd.Timedelta) 
0   06:00:00 
1 -1 days +20:00:00 
Name: time, dtype: timedelta64[ns] 

查看docs中的更多示例。

Answer 2

我会强烈建议使用专门设计和矢量（即非常快）方法：to_timedelta()：

In [40]: pd.to_timedelta(df['time']) 
Out[40]: 
0   06:00:00 
1 -1 days +20:00:00 
Name: time, dtype: timedelta64[ns] 

定时针对200K行DF：

In [41]: df = pd.concat([df] * 10**5, ignore_index=True) 

In [42]: df.shape 
Out[42]: (200000, 1) 

In [43]: %timeit pd.to_timedelta(df['time']) 
1 loop, best of 3: 891 ms per loop 

In [44]: %timeit df['time'].apply(pd.Timedelta) 
1 loop, best of 3: 7.15 s per loop 

In [45]: %timeit [pd.Timedelta(x) for x in df['time']] 
1 loop, best of 3: 5.52 s per loop