在 pandas 数据帧中操作时间范围

Question

需要清理一个 csv 导入，这给了我一个时间范围（以字符串形式）。代码在底部；我目前在 df 上使用正则表达式和 replace() 来转换其他字符。只是不确定如何：

select 当前 24 小时制数字并添加 :00
如何 select 12 小时制数字并使它们成为 24 小时制。

输入（来自 csv 导入）：

   break_notes
0        15-18
1  18.30-19.00
2      4PM-5PM
3          3-4
4     4-4.10PM
5      15 - 17
6      11 - 13

到目前为止，我已经得到它看起来像（删除空格，AM/PM，用冒号替换点）：

   break_notes
0          15-18
1    18:30-19:00
2            4-5
3            3-4
4         4-4:10
5          15-17
6          11-13

但是，我希望它看起来像这样（'HH:MM-HH:MM' 格式）：

   break_notes
0    15:00-18:00
1    18:30-19:00
2    16:00-17:00
3    15:00-16:00
4    16:00-16:10
5    15:00-17:00
6    11:00-13:00

我的代码是：

data = pd.read_csv('test.csv')
data.break_notes = data.break_notes.str.replace(r'([P].|[ ])', '').str.strip()
data.break_notes = data.break_notes.str.replace(r'([.])', ':').str.strip()

Answer 1

根据您请求的输入数据，这是您需要的转换器函数。 convert_entry 获取完整的值条目，将其拆分为破折号，并将其结果传递给 convert_single，因为一个条目的两半都可以单独转换。每次转换后，它都会用破折号将它们合并。

convert_single 使用正则表达式搜索时间字符串中的重要部分。它以一些数字 \d+（代表小时）开头，然后是可选的点或冒号以及更多数字 [.:]?(\d+)?（代表分钟）。然后可选择上午或下午 (AM|PM)?（在这种情况下只有下午是相关的）

import re


def convert_single(s):
    m = re.search(pattern="(\d+)[.:]?(\d+)?(AM|PM)?", string=s)
    hours = m.group(1)
    minutes = m.group(2) or "00"
    if m.group(3) == "PM":
        hours = str(int(hours) + 12)
    return hours.zfill(2) + ":" + minutes.zfill(2)


def convert_entry(value):
    start, end = value.split("-")
    start = convert_single(start)
    end = convert_single(end)
    return "-".join((start, end))


values = ["15-18", "18.30-19.00", "4PM-5PM", "3-4", "4-4.10PM", "15 - 17", "11 - 13"]

for value in values:
    cvalue = convert_entry(value)
    print(cvalue)

在 pandas 数据帧中操作时间范围

Manipulate time-range in a pandas Dataframe

python

python-3.x

pandas

dataframe

date-range