python - 如何在 pandas 数据框中设置第二个？

Question

我使用 Python 从 CSV 导入数据。我想仅使用时间变量计算每行和每列的平均值。但问题是该值不是以秒为单位。

如何将相关变量声明为时间(秒)而不是数值？

这是我的数据

--------------------------
|Responses|Time 1 | Time 2 | Time 3| 
| abc     |20     |   30   |  40   |
| bce     |23     |   25   |  30   |  
| cde     |34     |   40   |  20   |

所以，我想计算每个响应的总时间

df.sum(axis = 1)
abc  90    
bce  78
cde  92

df.sum(axis = 0)
Time 1    76
Time 2    95
Time 3    90

但实际上我想要在几分钟内完成，即

df.sum(axis = 0)
Time 1    1:16
Time 2    1:35
Time 3    1:30

或者可以是 1 分 16 秒之类的。有谁知道怎么做吗？

Answer 1

你的问题没有明确定义。您应该按照 jezrael 评论中的建议遵循说明。

正如你所说的“或者它可以是 1 分 16 秒之类的。”，我假设输出可以只是一个字符串。

如果您希望结果为:

• 1:16，使用 to_months_seconds(x)
• 1 分 16 秒，使用 to_months_seconds_text(x)

from datetime import timedelta

def to_minutes_seconds(x):
    # x is the current value to process, for example 76
    td = timedelta(seconds=x)

    # split x into 3 variables: hours, minutes and seconds
    hours, remainder = divmod(td.seconds, 3600)
    minutes, seconds = divmod(remainder, 60)

    # return the required format, minutes:seconds
    return "{}:{}".format(minutes, seconds)


def to_minutes_seconds_text(x):
    td = timedelta(seconds=x)
    hours, remainder = divmod(td.seconds, 3600)
    minutes, seconds = divmod(remainder, 60)

    if minutes > 1:
        m = 'minutes'
    else:
        m = 'minute'

    if seconds > 1:
        s = 'seconds'
    else:
        s = 'second'

    return "{} {} {} {}".format(minutes, m, seconds, s)


# Create the input dictionary
df = pd.DataFrame.from_dict({'Responses': [76, 95, 90, 781]})

# Change the total seconds into the required format
df['Time'] = df['Responses'].apply(to_minutes_seconds)
df['Text'] = df['Responses'].apply(to_minutes_seconds_text)
print(df)

输出:

   Responses  Time                 Text
0         76  1:16  1 minute 16 seconds
1         95  1:35  1 minute 35 seconds
2         90  1:30  1 minute 30 seconds
3        781  13:1  13 minutes 1 second