python - 在忽略(或保留)NaN 的同时更改列格式

Question

我想从包含此格式值的 DataFrame 中更改一列 hh:mm:ss到包含分钟数的列(同时保留 NaN 值)
我无法直接从 excel 文件中更改它，因此我尝试使用 Pandas 进行更改(我正在研究带有健康数据库的 ML 模型):

38      00:35:00
39      00:50:00
40      00:45:00
41      01:32:00
42      00:29:00
43           NaN
44      00:45:00
45      00:13:00
46      00:20:00
47      00:31:00
48      00:54:00
49      00:43:00
50      02:33:00

我尝试使用掩码将值与 NaN 值分开，然后使用 str.split() 转换为分钟

df1 = df['delay'][df['delay'].notnull()].astype(str).str.split(':').apply(lambda x: int(x[0]) * 60 + int(x[1]))```
df2 = df['delai_ponc_recal_calc'][df['delai_ponc_recal_calc'].isnull()]

但是随后我无法在不失去顺序的情况下合并到两个系列(我在合并系列的末尾获得了具有正确索引的 NaN 值)

39        50
40        45
41        92
42        29
44        45
45        13
46        20
47        31
48        54
49        43
50       153
43       NaN

我也尝试从 hh:mm:ss 开始到分钟用 datatime.time和 timedelta使用循环(不使用掩码)，但我仍然无法在几分钟内拥有包含所有值的列(系列或 DF)，同时保持 NaN ...

Answer 1

您可以使用 pd.to_timedelta 转换 delay列到 Pandas timedelta 系列然后将其除以 Timedelta的 1 min获得总分钟数:

pd.to_timedelta(df['delay'], errors='coerce') / pd.Timedelta(1, 'min')

39     50.0
40     45.0
41     92.0
42     29.0
43      NaN
44     45.0
45     13.0
46     20.0
47     31.0
48     54.0
49     43.0
50    153.0
Name: delay, dtype: float64