Python：将数据帧列中的秒转换为日期时间格式

Question

目前我正在使用一个大数据框（12x47800）。十二列之一是由整数秒组成的列。我想将此列更改为由 datetime.time 格式组成的列。Schedule 是我的数据框，我尝试更改名为“depTime”的列。因为我希望它是一个 datetime.time 并且它可能会跨越午夜，所以我添加了 if 语句。这“有效”，但速度确实很慢，正如人们想象的那样。有没有更快的方法来做到这一点？我当前的代码，我唯一可以工作的是：

for i in range(len(schedule)):
    t_sec = schedule.iloc[i].depTime
    [t_min, t_sec] = divmod(t_sec,60)
    [t_hour,t_min] = divmod(t_min,60)
    if t_hour>23:
        t_hour -= 23
    schedule['depTime'].iloc[i] = dt.time(int(t_hour),int(t_min),int(t_sec))

预先感谢各位。

Ps：我对Python还很陌生，所以如果有人能帮助我，我将非常感激:)

Answer 1

我添加了一个新的解决方案，它比原来的解决方案快得多，因为它依赖于 pandas 矢量化函数而不是循环（pandas 应用函数本质上是数据上的优化循环）。

我用和你的大小相似的样本进行了测试，差异是从 778ms 到 21.3ms。所以我绝对推荐新版本。

这两种解决方案都基于将秒整数转换为 timedelta 格式并将其添加到参考日期时间。然后，我简单地捕获结果日期时间的时间部分。

新（更快）选项：

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

datetime_series = seconds.astype('timedelta64[s]') + start

time_series = datetime_series.dt.time

time_series

原始（较慢）答案：

这不是最优雅的解决方案，但它确实有效。

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

time_series = seconds.apply(lambda x: start + pd.Timedelta(seconds=x)).dt.time

Answer 2

您应该尝试不对数据帧进行完整扫描，而应使用矢量化访问，因为它通常效率更高。

幸运的是，pandas 有一个函数可以完全满足您的要求to_timedelta：

schedule['depTime'] = pd.to_timedelta(schedule['depTime'], unit='s')

它并不是真正的日期时间格式，但它是 pandas 的 a 等价物，datetime.timedelta并且是处理时间的便捷类型。您可以使用to_datetime，但将以接近 1970-01-01 的完整日期时间结束...

如果你确实需要datetime.time对象，你可以这样获取它们：

schedule['depTime'] = pd.to_datetime(schedule['depTime'], unit='s').dt.time

但它们在 pandas 数据框中使用起来不太方便。