Question

这已经有效，但我想优化一下：

df['Total Time'] = df['Total Time'].str.split(':').apply(lambda x: (int(x[0])*60.0) + int(x[1]) + (int(x[2]) / 60.0))

我在Excel中使用时间戳（字符串）表示小时：分钟：秒并将其转换为表示分钟的浮点数。与字符串相比，这对我来说更容易玩。

我必须为15列做到这一点。我读过lambda是一个一次性的＆＃39;功能。是否更好地定义一个函数（拆分然后将值转换为分钟）并将其应用于每列？我是否会遍历列（不是所有列，而是大约30列中的15个）？

在一个单独的文件中，我有另一种技术执行完全相同的任务（将时间戳转换为几分钟）：

df2['Total Time']= pd.to_timedelta(df2['Total Time'])
df2['Total Time'] = df2['Total Time'] / pd.offsets.Minute(1)

一种方法本身比另一种方法更好还是更快？

编辑：我在尝试timedelta方法时遇到错误。看起来有些时间戳字符串的值不正确，但未正确解释。

我希望有人会提供一个功能，我可以用它来有效地将所有内容应用/映射到多个列。我对def和return函数不太熟悉（在学习基本的python之前我学习了基本的pandas，仅仅是出于实际目的......虽然慢慢学习）。需要将这些时间戳转换为分钟

ValueError：无法为[09：38：010]

创建timedelta字符串转换器

Answer 1

目前，身体（但更普遍的解决方案）实际上更慢，请参阅问题here

In [28]: pd.set_option('max_rows',12)

In [29]: s = Series(pd.timedelta_range('0',freq='s',periods=10000).format())

In [30]: s
Out[30]: 
0       00:00:00
1       00:00:01
2       00:00:02
3       00:00:03
4       00:00:04
5       00:00:05
          ...   
9994    02:46:34
9995    02:46:35
9996    02:46:36
9997    02:46:37
9998    02:46:38
9999    02:46:39
dtype: object

适用于特定的常规格式

In [31]: %timeit s.str.split(':').apply(lambda x: (int(x[0])*60.0) + int(x[1]) + (int(x[2]) / 60.0))
10 loops, best of 3: 25.2 ms per loop

这将解析几乎所有内容（您可以设置coerce=True强制将无效值强制为NaT），但正在进行正则表达式匹配，所以有点慢。

In [32]: %timeit pd.to_timedelta(s) / pd.offsets.Minute()
10 loops, best of 3: 82.8 ms per loop

所以寻找志愿者在c / cython中编写timedelta解析器来大大提高这个性能。

定义一个函数（pandas）

1 个答案: