将数据帧列从对象转换为时间增量并求和

Question

我有一个按月分离的 Pandas 数据框：

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

然后我每个月都在一个名为 PARTS RUN 的列中对整数求和。

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

一切正常。我需要做的最后一件事是将列 HOURS RUN (HR:MIN) 中的小时数加在一起。此列是对象数据类型。数据本身是时间增量格式，而不是日期时间。格式是这样的：02:11:40，即hours:minutes:seconds.

如果我运行下面的代码行，它会打印与每个月恰好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，我会收到一个 KeyError: 0，尽管在上面的示例中返回的每个月都有一个 0 键。

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

我实际上要寻找的是如何对时间列求和，但因为它们是对象，所以我无法执行此操作。

如何将格式为 hours:minutes:seconds 的列转换为 timedelta 并对时间求和？

Answer 1

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是可行的 sum:

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

将数据帧列从对象转换为时间增量并求和

Converting dataframe column from object to timedelta and summing

python

timedelta

dataframe

pandas