如何将DataFrame中含天数的timedelta转换为总秒数？

我尝试把名为ny的DataFrame里的Time Elapsed列转换成总秒数，试了三种方法全失败：

• 执行ny["Time Elapsed"].time()，报错：AttributeError: 'Series' object has no attribute 'time'
• 执行ny["Time Elapsed"].total_seconds()，报错：AttributeError: 'Series' object has no attribute 'total_seconds'
• 执行ny["Time Elapsed"](int)，报错：TypeError: 'Series' object is not callable

从截图能看到，Time Elapsed列存的是00:05:21这类字符串，不是pandas的timedelta类型，这就是方法失效的核心原因。下面给几种可行的解决方式：

方法1：转成timedelta类型再计算（最推荐） #

先用pd.to_timedelta把字符串列转成时间间隔类型，再调用dt.total_seconds()拿到总秒数：

import pandas as pd

ny["Total Seconds"] = pd.to_timedelta(ny["Time Elapsed"]).dt.total_seconds()

方法2：拆分字符串手动计算 #

如果列里的时间格式固定是HH:MM:SS，可以拆分后自己计算：

def convert_to_sec(time_str):
    hours, mins, secs = map(int, time_str.split(':'))
    return hours * 3600 + mins * 60 + secs

ny["Total Seconds"] = ny["Time Elapsed"].apply(convert_to_sec)

方法3：用datetime模块解析 #

借助datetime的时间解析功能，把字符串转成时间对象后计算差值：

from datetime import datetime

ny["Total Seconds"] = ny["Time Elapsed"].apply(
    lambda x: (datetime.strptime(x, "%H:%M:%S") - datetime(1900, 1, 1)).total_seconds()
)

内容的提问来源于stack exchange，提问作者Ab3ila