Question

在Pandas中将MM：SS列转换为HH：MM：SS列。我尝试了所有可能的方法，例如更改数据类型以及to_datetime和to_timedelta，但我无法涵盖该系列。请帮助某人。我收到如下错误：

（此处的芯片时间为MM：SS格式，我想更改为HH：MM：SS）

df2["ChipTime"]=pd.to_datetime(df2.ChipTime, unit="hour").dt.strftime('%H:%M:%S')

ValueError：无法投放小时数

df2["ChipTime"]=pd.to_timedelta(df2["ChipTime"])

ValueError：预期的hh：mm：ss格式

df2["ChipTime"]=df2["ChipTime"].astype(int)

ValueError：以10为底的int（）无效文字：“ 16:48”

我尝试了更多的方法，以上是其中的一些方法，我是Pandas的初学者，因此，如果我有任何失误，请原谅。谢谢

Answer 1

如果将值转换为日期时间，则在to_datetime中添加带有参数格式的默认年，月，日，如果可能的话，请按Series.dt.time将值转换为时间。

df2 = pd.DataFrame({'ChipTime':['16:48','10:48']})

df2["ChipTime1"]=pd.to_datetime(df2.ChipTime, format="%M:%S")
df2["ChipTime11"]=pd.to_datetime(df2.ChipTime, format="%M:%S").dt.time

或者对于时间增量，将to_timedelta添加00:作为默认小时：

df2["ChipTime2"]=pd.to_timedelta('00:' + df2["ChipTime"]) 
print (df2)
  ChipTime           ChipTime1 ChipTime11 ChipTime2
0    16:48 1900-01-01 00:16:48   00:16:48  00:16:48
1    10:48 1900-01-01 00:10:48   00:10:48  00:10:48

在熊猫中将MM：SS列隐藏为HH：MM：SS列？

1 个答案: