时间戳

首页 > 解决方案 > 将数据框列从对象转换为 timedelta 并求和

python - 将数据框列从对象转换为 timedelta 并求和

问题描述

我有一个按月分隔的 Pandas 数据框：

months = [g for n, g in df.groupby(pd.Grouper(key='DATE',freq='M'))]

然后，我每个月都会对名为 的列中的整数求和PARTS RUN。

parts_run_month_sum = months[month]['PARTS RUN'].sum()

这一切都很好。我需要做的最后一件事是从 column 中添加小时数HOURS RUN (HR:MIN)。此列是对象数据类型。数据本身是 timedelta 格式，而不是日期时间。格式是这样的：02:11:40，是小时：分钟：秒。

如果我运行下面的代码行，它会打印与每个月碰巧有的行数相关的正确索引号：

for run_time in range(len(months[month]['HOURS RUN (HR:MIN)'])):
    print(run_time)

但是，如果我尝试自己获取时间线，我会收到 a KeyError: 0，尽管在上面的示例中每个月都会返回一个 0 键。

for run_time in range(len(months[month]['HOURS RUN (HR:MIN)'])):
    print(months[month]['HOURS RUN (HR:MIN)'][run_time])

我实际上正在寻找的是如何对时间列求和，但因为它们是我不能这样做的对象。

如何将具有格式的列转换hours:minutes:seconds为 timedelta 并对时间求和？

标签： pythonpandasdataframetimedelta

解决方案

我认为你需要：

df['HOURS RUN (HR:MIN)'] = pd.to_timedelta(df['HOURS RUN (HR:MIN)'])

#if values are times
df['HOURS RUN (HR:MIN)'] = pd.to_timedelta(df['HOURS RUN (HR:MIN)'].astype(str))

我认为您的解决方案可能是聚合的sum：

df1 = df.groupby(pd.Grouper(key='DATE',freq='M'))['HOURS RUN (HR:MIN)'].sum()

推荐阅读