Python:转换h min sec的Trip持续时间并仅保留分钟计数

Question

我是python和编程的新手(所以请放轻松)并希望有人可以提供帮助.我的自行车行程持续时间为dtype:对象 持续时间14h 26min.2秒.0小时8分钟.34sec.0小时12分钟 17sec.

理想情况下,我想创建一个新的列,将计算的分钟持续时间保持为整数.所以h需要*60,并且秒需要.所以我会: 持续时间866 9 12

我遇到了分裂和获得数字的第一个障碍.我对此分裂感到高兴:

def ConvertDuration(Minutes):
    return Minutes.split(' ')[0].split('.')[1].strip()
WashBike['DurationMin'] = pd.DataFrame({'Duration':WashBike['Duration'].apply(ConvertDuration)})

我可以玩位置并为h,min和sec分别创建一列.但是字符串字符将保留.我是否需要进行另一次拆分以进一步分离和删除字符？
我还尝试用以下内容删除字符:

WashBike['DurationInt'] = WashBike['Duration'].str.strip(' ').str.strip('.').str.strip('hHmMiInNsSeEcC')

我无法进入将值放入单个数字分钟单位测量的阶段.我在考虑做这样的事情:

WashBike['DurationMn'] = WashBike['Duration'].split(' ').apply(lambda x: int(x[0]) * 60 + int(x[1] + int(x[2].round()) ))

虽然我无法做到这一点.

我花了两天时间查看stackoverflow和其他人.我发现了很多关于日期时间等等.虽然我试图将持续时间转换为hh:mm:ss,但我不确定它是否是正确的路线.任何帮助和建议将不胜感激.

肯

Answer 1

这是一种不使用任何日期解析模块即可完成此操作的方法。

单行 - 您可以通过正则表达式apply从duration列中提取数字，例如 拆分为多行以提高可读性

(df['Duration']
 .apply(lambda x: sum([a*int(b) 
                       for a,b in zip([60., 1., 1./60],
                                      re.findall(r'\d+', x))]))
)

'4h 26min. 2sec.'本质上，对于像您首先找到模式这样的字符串re.findall(r'\d+', x)，[4, 26, 2]即现在将其与分钟[60., 1., 1./60]和sum值相乘。

比方说df就像

In [7]: df = pd.DataFrame({'Duration': ['4h 26min. 2sec.',
                                        '0h 8min. 34sec.',
                                        '0h 12min. 17sec.']})
In [8]: df
Out[8]:
           Duration
0   4h 26min. 2sec.
1   0h 8min. 34sec.
2  0h 12min. 17sec.

然后，可以像这样提取分钟数

In [9]: (df['Duration']
   ...:  .apply(lambda x: sum([a*int(b)
   ...:                        for a,b in zip([60., 1., 1./60],
   ...:                                       re.findall(r'\d+', x))]))
   ...: )
Out[9]:
0    266.033333
1      8.566667
2     12.283333
Name: Duration, dtype: float64

为了便于阅读，您还可以创建自定义函数minutes

def minutes(string):
    pattern = re.findall(r'\d+', string)
    minutes_mul =  [a*int(b) for a,b in zip([60., 1., 1./60], pattern)]
    return sum(minutes_mul)

然后，然后申请

df['Duration'].apply(minutes)