首页 文章

Pandas read_csv读取时间偏移字符串

提问于
浏览 次
0

我有一个文本文件，其中包含像'10：15.3'这样的列，这意味着在一些规范事件发生后10分15.3秒 . 当我用read_csv读取它时，我得到了字符串：

>>> df.time.head()
0    08:32.0
1    08:38.0
2    08:39.0
3    08:43.0
4    09:15.0
Name: time, dtype: object
 >>> df.time.head()[:1][0]
'08:32.0'
>>>

我觉得我应该能够在pandas中轻松获得秒数，或者通过在read_csv中指定转换，或者（可能更好，所以我同时使用）通过添加新列，但我没有看到如何做到这一点 . 我很确定这只是我的密集 .

任何人都可以提供一个提示，以帮助我解开？

python pandas

4 回答

  • 0

    使用0.15，这很容易做到，完整的文档是here

    您的格式不是“常规”格式，但可以通过预先挂起的'00：'来制作小时字段 .

    In [20]: pd.Timedelta('00:' + '10:15.3')
Out[20]: Timedelta('0 days 00:10:15.300000')

In [19]: s
Out[19]: 
0    08:32.0
1    08:38.0
2    08:39.0
3    08:43.0
4    09:15.0
Name: 1, dtype: object

    将它解析为timedelta .

    In [15]: res = pd.to_timedelta('00:' + s)

In [16]: res
Out[16]: 
0   00:08:32
1   00:08:38
2   00:08:39
3   00:08:43
4   00:09:15
Name: 1, dtype: timedelta64[ns]

    这些是规范缩小格式的显示秒数（例如hh：mm：最低形式的ss） .

    In [17]: res.dt.seconds
Out[17]: 
0    32
1    38
2    39
3    43
4    15
dtype: int64

    如果您需要表示的总秒数，请执行此操作（这称为频率转换）：

    In [18]: res.astype('timedelta64[s]')
Out[18]: 
0    512
1    518
2    519
3    523
4    555
Name: 1, dtype: float64
    回复于
  • 1

    没有使用熊猫，但我会像这样提取秒：

    from time import strptime
print strptime('09:12.14','%I:%M.%S').tm_sec
    回复于
  • 0

    您可以使用 datetime.time 对象 . 为此，您需要提供：小时，分钟，秒，微秒 . 它们以整数形式提供，因此您只需要将每个字符串的相关部分int转换为datetime.date构造函数 .

    所以在你的情况下：

    import datetime 
df = pd.read_csv('your_csv.csv')
df.time = pd.Series([datetime.time(0, int(val[:2]), int(val[3:5]), int(val[6:])*100000)
                     for val in df.time], index = df.index)
    回复于
  • 1

    我不能用pandas内部真正帮助你，但有一种简单的pythonic方式来获得数字格式的秒数：

    timeStr = '08:32.0'
seconds = float(time.split(':')[1]) # Split splits the string at the ':' character making a list of strings. Taking the second item from the list and casting to float should get you what you want.
    回复于

相关问题