Pandas Python - 将 HH:MM:SS 转换为总秒数（csv 文件）

Posted 2023-02-22

【中文标题】Pandas Python - 将 HH:MM:SS 转换为总秒数（csv 文件）

【英文标题】：Pandas Python - convert HH:MM:SS into seconds in aggegate (csv file)

【发布时间】：2015-05-04 22:21:55

【问题描述】：

我正在尝试转换 'Avg.会话持续时间'(HH:MM:SS) 列转换为 Pandas read_csv 模块/函数中的整数（以秒为单位）。 例如，“0:03:26”表示转换后 206 秒。

输入示例：

Source       Month  Sessions    Bounce Rate     Avg. Session Duration   
ABC.com     201501   408        26.47%           0:03:26 
EFG.com     201412   398        31.45%           0:04:03

我写了一个函数：

def time_convert(x):
    times = x.split(':')
    return (60*int(times[0])+60*int(times[1]))+int(times[2])

这个函数工作得很好，只需将 '0:03:26' 传递给函数。但是当我试图通过将函数应用于 Pandas 中的另一列来创建新列“持续时间”时，

df = pd.read_csv('myfile.csv')
df['Duration'] = df['Avg. Session Duration'].apply(time_convert)

它返回了一条错误消息：

> --------------------------------------------------------------------------- AttributeError                            Traceback (most recent call
> last) <ipython-input-53-01e79de1cb39> in <module>()
> ----> 1 df['Avg. Session Duration'] = df['Avg. Session Duration'].apply(lambda x: x.split(':'))
> 
> /Users/yumiyang/anaconda/lib/python2.7/site-packages/pandas/core/series.pyc
> in apply(self, func, convert_dtype, args, **kwds)    1991            
> values = lib.map_infer(values, lib.Timestamp)    1992 
> -> 1993         mapped = lib.map_infer(values, f, convert=convert_dtype)    1994         if len(mapped) and
> isinstance(mapped[0], Series):    1995             from
> pandas.core.frame import DataFrame
> 
> /Users/yumiyang/anaconda/lib/python2.7/site-packages/pandas/lib.so in
> pandas.lib.map_infer (pandas/lib.c:52281)()
> 
> <ipython-input-53-01e79de1cb39> in <lambda>(x)
> ----> 1 df['Avg. Session Duration'] = df['Avg. Session Duration'].apply(lambda x: x.split(':'))
> 
> AttributeError: 'float' object has no attribute 'split'

我不知道为什么它说“平均”的值。会话持续时间'是浮动的。

Data columns (total 7 columns):
Source                   250 non-null object
Time                     251 non-null object
Sessions                 188 non-null object
Users                    188 non-null object
Bounce Rate              188 non-null object
Avg. Session Duration    188 non-null object
% New Sessions           188 non-null object
dtypes: object(7)

谁能帮我找出问题所在？

【参考方案1】：

df['Avg. Session Duration'] 应该是你的函数工作的字符串。

df =pd.DataFrame('time':['0:03:26'])

def time_convert(x):
    h,m,s = map(int,x.split(':'))
    return (h*60+m)*60+s

df.time.apply(time_convert)

这对我来说很好。

【讨论】：

time_convert() 不正确。应该是：(60*int(times[0])+int(times[1]))*60+int(times[2])

感谢您的指出！没有注意到错误，因为没有一个持续时间超过一个小时

【参考方案2】：

您可以使用标准 python 库中的 time 和 datetime 将时间转换为秒：

import time, datetime
def convertTime(t):
    x = time.strptime(t,'%H:%M:%S')
    return str(int(datetime.timedelta(hours=x.tm_hour,minutes=x.tm_min,seconds=x.tm_sec).total_seconds()))

convertTime('0:03:26') # Output 206.0
convertTime('0:04:03') # Output 243.0

【讨论】：

感谢您的回复！当我只将单个字符串传递给该函数时它有效，但当我将该函数应用于列时无效----> df['Duration'] = df['Avg.会话持续时间'].apply(convertTime)。它返回了这个错误 = TypeError: expected string or buffer

【参考方案3】：

错误表示该列被识别为浮点数，而不是字符串。修复读取数据的方式，例如：

#!/usr/bin/env python
import sys
import pandas

def hh_mm_ss2seconds(hh_mm_ss):
    return reduce(lambda acc, x: acc*60 + x, map(int, hh_mm_ss.split(':')))

df = pandas.read_csv('input.csv', sep=r'\s2,',
                     converters='Avg. Session Duration': hh_mm_ss2seconds)
print(df)

输出

    Source   Month  Sessions Bounce Rate  Avg. Session Duration
0  ABC.com  201501       408      26.47%                    206
1  EFG.com  201412       398      31.45%                    243

[2 rows x 5 columns]

【讨论】：

感谢您的回复！我尝试了你的方法，但它没有改变，只是输出了一个看起来很奇怪的非结构化数据框。我认为最初的错误可能在 read_csv 语法中......你能解释一下 r'\s2' 的作用以及为什么要传递这些符号吗？

@Yumi：代码可以很好地从您的问题中读取输入。如果这不是您的实际输入，请更新您的问题。 '\s2,' 是用于分隔符的正则表达式——同一行的字段之间有两个或多个空格（任何空格）。