Question

我想将hh：mm格式的数据集中的列转换为分钟。我尝试了以下代码，但它显示“ AttributeError：'Series'对象没有属性'split'”。数据采用以下格式。我在数据集中也有nan值，计划是计算值的中位数，然后用中位数填充具有nan的行

到目前为止，我已经尝试过

 s = dataset['Enroute_time_(hh mm)']

   hours, minutes = s.split(':')
   int(hours) * 60 + int(minutes)

Answer 1

我建议您避免按行计算。您可以对Pandas / NumPy使用矢量化方法：

df = pd.DataFrame({'time': ['02:32', '02:14', '02:31', '02:15', '02:28', '02:15', 
                            '02:22', '02:16', '02:22', '02:14', np.nan]})

values = df['time'].fillna('00:00').str.split(':', expand=True).astype(int)
factors = np.array([60, 1])

df['mins'] = (values * factors).sum(1)

print(df)

     time  mins
0   02:32   152
1   02:14   134
2   02:31   151
3   02:15   135
4   02:28   148
5   02:15   135
6   02:22   142
7   02:16   136
8   02:22   142
9   02:14   134
10    NaN     0

Answer 2

如果要使用split，则需要使用str访问器，即s.str.split(':')。

但是我认为在这种情况下，使用apply更有意义：

df = pd.DataFrame({'Enroute_time_(hh mm)': ['02:32', '02:14', '02:31', 
                                            '02:15', '02:28', '02:15', 
                                            '02:22', '02:16', '02:22', '02:14']})

def convert_to_minutes(value):
    hours, minutes = value.split(':')
    return int(hours) * 60 + int(minutes)

df['Enroute_time_(hh mm)'] = df['Enroute_time_(hh mm)'].apply(convert_to_minutes)
print(df)

#       Enroute_time_(hh mm)
#    0                   152
#    1                   134
#    2                   151
#    3                   135
#    4                   148
#    5                   135
#    6                   142
#    7                   136
#    8                   142
#    9                   134

Answer 3

我了解到您在DataFrame中有一列带有多个Timedeltas作为字符串。然后，您要提取增量的总分钟数。之后，您要用总分钟数的中位数填充NaN值。

import pandas as pd
df = pd.DataFrame(
     {'hhmm' : ['02:32',
                '02:14',
                '02:31',
                '02:15',
                '02:28',
                '02:15',
                '02:22',
                '02:16',
                '02:22',
                '02:14']})

您的Timedeltas不是Timedeltas。它们是字符串。因此，您需要先进行转换。

df.hhmm = pd.to_datetime(df.hhmm, format='%H:%M')
df.hhmm = pd.to_timedelta(df.hhmm - pd.datetime(1900, 1, 1))

这将为您提供以下值（请注意dtype：timedelta64 [ns]此处）

0   02:32:00
1   02:14:00
2   02:31:00
3   02:15:00
4   02:28:00
5   02:15:00
6   02:22:00
7   02:16:00
8   02:22:00
9   02:14:00
Name: hhmm, dtype: timedelta64[ns]

现在您有了真实的时间增量，您可以使用一些很酷的功能，例如total_seconds()，然后计算分钟数。
```
df.hhmm.dt.total_seconds() / 60
```
如果这不是您想要的，也可以使用以下内容。
```
df.hhmm.dt.components.minutes
```
这为您提供了HH：MM字符串中的分钟记录，就好像您将其拆分一样。

填充na值。

 df.hhmm.fillna((df.hhmm.dt.total_seconds() / 60).mean())

或

df.hhmm.fillna(df.hhmm.dt.components.minutes.mean())

将HH：MM大熊猫中的列转换为分钟

3 个答案: