如何将 pandas 列转换为毫秒时间？答案

【问题标题】：How do you convert a pandas column to time with milisecond?如何将 pandas 列转换为毫秒时间？
【发布时间】：2018-11-01 20:02:24
【问题描述】：

我有一个 pandas 数据框列，pandas 目前认为它是一个对象。它写成“58:42.5”，即分钟、秒和秒的几分之一。我想将其转换为时间类型，这样我就可以减去我必须得到的两个时间列来获得持续时间。

我试过了： merged['started_at'] = pd.to_datetime(merged['started_at'],format='%M:%S').dt.time

但是，这会返回一个错误，指出 .5 未转换。（ValueError：未转换的数据仍然存在：0.5）。我可以将我的整个两列时间数据转换为正确的格式，以便我最终可以对它们进行数学运算。

我的专栏是这样的：

开始时间，结束时间

58:42.5 , 00:02.3

00:55.5 , 02:13.9

感谢您的帮助。

【问题讨论】：

.%f 将转换微秒。
我无法复制您的问题 - 输出 0 00:58:42.500000; 1 00:00:55.500000
这不是问题，请阅读to_datetime doc。很明显，pd.to_datetime(...,format='%M:%S.%f')'4/27/2018 2:55' 打嗝的原因是因为你错过了 m/d/Y 格式='%m/%d/%Y %M:%S.%f'。错误告诉你。
@kaecvtionr：不，我在回复之前阅读了整篇帖子三遍，但它并没有在任何地方这么说。当您到达像第 30,000 行这样的行时，没有什么不同的格式。请在您的问题中编辑缺失的信息。

【解决方案1】：

您可以在不指定格式的情况下转换为timedelta：

x = '58:42.5'

res = pd.to_timedelta('00:'+x)

Timedelta('0 days 00:58:42.500000')

这种转换可以很容易地应用于一个系列：

merged['started_at'] = pd.to_timedelta('00:' + merged['started_at'], errors='coerce')

您的后续操作，例如timedelta 对象之间的差异，应该自然而然地遵循。

【讨论】：

@kaecvtionr，抱歉更新了 - 应该是 timedelta，而不是 datetime。
所以 timedelta 抛出了一个错误，所以我猜在 60k 行数据中有一些行与这种格式不匹配。有没有办法忽略与格式不匹配的行？
@kaecvtionr，当然你可以添加errors='coerce'（查看更新的代码），当无法进行转换时，这将提供NaT。然后您可以使用fillna 填充一些默认的 timedelta 值。
感谢 JPP 的帮助。所以我这样做的原因是我可以计算一系列事件的持续时间。它转换正确，但偶尔会出现逻辑错误，例如结束时间在开始时间之前。所以我想我会写一个遍历数据帧并增加一个小时的for循环，它在下面但我得到一个KeyError：Timedelta（'0天00：00：02.300000'）。有任何想法吗？感谢您对我在合并['ended_at'] 中的帮助：同时合并['end_at'][i]
@kaecvtionr，如果你的数据是干净的，你不应该写一个for 循环。但它似乎不是，所以除非我能看到具体的问题输入，否则很难给出建议。