python - 清理 pandas 的日期时间字符串列

Question

我目前有一些日期字符串形式的数据，我想将其标准化为零填充的 %H:%M:%S 字符串。在其原始形式中，数据在以下方面偏离了标准格式:

• 时间未用零填充(例如“2:05:00”)
• 可以有尾随空格(例如“2:05:00”)
• 可能会显示超过 24 小时的时间(例如“25:00:00”)

目前，这就是我所拥有的:

df['arrival_time'] = pd.to_datetime(df['arrival_time'].map(lambda x: x.strip()), format='%H:%M:%S').dt.strftime('%H:%M:%S')

但是我在超过 24 小时的时间上收到错误。有没有好方法将此数据框列转换为正确的格式？

Answer 1

我相信你需要:

df = pd.DataFrame({'arrival_time':['2:05:00','2:05:00','25:00:00'],})

df['arrival_time'] = df['arrival_time'].str.strip().str.zfill(8)
print (df)
  arrival_time
0     02:05:00
1     02:05:00
2     25:00:00

或者:

df['arrival_time'] = pd.to_datetime(df['arrival_time'].str.strip(), errors='coerce')
                       .dt.strftime('%H:%M:%S')
print (df)
  arrival_time
0     02:05:00
1     02:05:00
2          NaT

或者:

df['arrival_time'] = (pd.to_timedelta(df['arrival_time'].str.strip())
                        .astype(str)
                        .str.extract('\s.*\s(.*)\.', expand=False))
print (df)
  arrival_time
0     02:05:00
1     02:05:00
2     01:00:00