数据帧列中的时差

Question

按照这里和这里的答案。我首先将数据帧更改为时间对象

data['start'] = pd.to_datetime(data_session['start'], format = '%H:%M:%S').dt.time
data['end'] = pd.to_datetime(data['end'], format = '%H:%M:%S').dt.time
data['minutes'] = (data['end'] - data['start']).dt.minutes
data['Hour'] = data['start'].dt.hour

我收到此错误：

Error:TypeError: unsupported operand type(s) for -: 'datetime.time' and 'datetime.time'

我检查了数据框信息的内容：

data.info()
start    10000 non-null object
end      10000 non-null object

该列仍然是对象类型。为什么它不转换为日期时间64？为什么我无法使用 dt 访问器访问它？

我最后一次尝试是：

data['start'] = pd.to_datetime(data_session['start'], format = '%H:%M:%S')
data['end'] = pd.to_datetime(data['end'], format = '%H:%M:%S')
data['minutes'] = (data['end'] - data['start'])
data.info()
start    10000 non-null datetime64[ns]
end      10000 non-null datetime64[ns]

这个解决方案部分有效，因为我得到了时差，但我的开始和结束列包括一个额外的日期。

e.g: 06:10:10 -> 1900-01-01 06:10:10

我的目标是：

• 仅包含其中一个系列的小时创建新列
• 创建具有时差(以分钟为单位(的新列

Answer 1

我认为需要转换to_timedelta秒，然后转换为分钟和小时：

data = pd.DataFrame({'end':['12:01:04','15:21:00'],
'start':['10:01:04','5:41:00']})
data['start'] = pd.to_timedelta(data['start'])
data['end'] = pd.to_timedelta(data['end'])
data['minutes'] = (data['end'] - data['start']).dt.total_seconds() / 60
data['Hour'] = data['start'].astype('timedelta64[h]').astype(int)
print (data)
end    start  minutes  Hour
0 12:01:04 10:01:04      120    10
1 15:21:00 05:41:00      580     5

Answer 2

这是使用operator.attrgetter的一种方式。来自@jezrael的数据。

from operator import attrgetter
for col in ['start', 'end']:
data[col] = pd.to_timedelta(data[col])
data['minutes'] = (data['end'] - data['start']).apply(attrgetter('seconds')) / 60
data['hour'] = (data['start'].apply(attrgetter('seconds')) / 60**2).astype(int)
print(data)
end    start  minutes  hour
0 12:01:04 10:01:04    120.0    10
1 15:21:00 05:41:00    580.0     5