python - 将 ISO 8601 数据的 Pandas 列转换为秒

Question

我正在尝试将 ISO 8601 持续时间数据的 pandas 数据帧列转换为总秒数。持续时间值类似于 PT7M7S，表示 7 分 7 秒。如果我使用类似 isodate.parse_duration("PT7M7S") 的东西，isodate 0.5.4 可以有效地解析一个字符串。但是，我需要在 pandas 列上运行相同的命令，但不知道如何操作。我尝试了 isodate.parse_duration(df2['duration']) 但它返回了一个 TypeError: Expecting a string。

以下代码创建了一个测试数据框:

df = ["PT7M7S", "PT7M14S", "PT6M45S"]
df = pd.DataFrame.from_dict(df)
names = df.columns.tolist()
names[names.index(0)] = 'duration'
df.columns = names

这是我试过但无效的代码:

import isodate
dur = isodate.parse_duration(df['duration'])
df['duration'] = dur.total_seconds()

理想的输出是让 duration 列包含对应于该行的总秒数。因此，例如，第一行不是 PT7M7S，而是 427。

我很感激任何帮助。谢谢。

Answer 1

你可以使用 str.extract解析字符串:

import numpy as np
import pandas as pd

df = pd.DataFrame({'duration': ["PT7M7S", "PT7M14S", "PT6M45S"]})
df[['minutes','seconds']] = df['duration'].str.extract(r'PT(\d+)M(\d+)S', expand=True).astype('int')
df['total_seconds'] = 60*df['minutes'] + df['seconds']

产量

  duration  minutes  seconds  total_seconds
0   PT7M7S        7        7            427
1  PT7M14S        7       14            434
2  PT6M45S        6       45            405