Question

我一直在寻找解决方案，最近的解决方案是在这里： Convert time string expressed as <number>[m|h|d|s|w] to seconds in Python

但是，所有解决方案都不起作用，因为时间格式有时仅包含一个单位，并且在整个列中不一致。例如

['4h 30m 24s', '13w 5d', '11w']

当我在整个列中.apply()失败时，它将失败。如何将所有这些行转换为秒？我尝试过df['time_value'].str.split()，但这是一种非常混乱且看似效率低下的方法，必须有更好的方法吗？

Answer 1

apply采用这种方法怎么样？

def convert_to_seconds(s):
    seconds = 0
    seconds_per_unit = {"s": 1, "m": 60, "h": 3600, "d": 86400, "w": 604800}
    for part in s.split():
        number = int(part[:-1])
        unit = part[-1]
        seconds += number * seconds_per_unit[unit]
    return seconds

Answer 2

您可以先使用stack然后将map映射到第二个

s=pd.Series(l)
s=s.str.split(expand=True).stack().to_frame('ALL')
s['v']=s['ALL'].str[:-1].astype(int)
s['t']=s['ALL'].str[-1]
seconds_per_unit = {"s": 1, "m": 60, "h": 3600, "d": 86400, "w": 604800}
(s.t.map(seconds_per_unit)*s.v).unstack()
Out[625]: 
           0         1     2
0    14400.0    1800.0  24.0
1  7862400.0  432000.0   NaN
2  6652800.0       NaN   NaN

将多格式的字符串转换为秒（熊猫）

2 个答案: