如何将Pandas数据框中的时长字符串转换为小时数值？

这里提供两种实用的实现方式，根据你的需求选择即可：

方法一：利用Pandas内置时间差解析函数（简洁高效） #

Pandas的pd.to_timedelta()可以直接识别你给出的两种时长格式，之后将总秒数转换为小时即可：

import pandas as pd

# 示例数据
data = {'Duration': ['16h:48m:31s', '0h:02m:49s', '1d 3h:57m:27s']}
df = pd.DataFrame(data)

# 转换为小时数值
df['Duration_hours'] = pd.to_timedelta(df['Duration']).dt.total_seconds() / 3600

处理后的数据框结果：

Duration  Duration_hours
0    16h:48m:31s       16.808611
1     0h:02m:49s        0.046944
2  1d 3h:57m:27s       27.957500

方法二：自定义正则提取函数（灵活可控） #

如果需要应对更多特殊格式或自定义计算逻辑，可以用正则表达式提取各时间单位的数值，再手动计算总小时数：

import pandas as pd
import re

def convert_duration(dur_str):
    # 匹配各时间单位的数值，无匹配则返回0
    day_match = re.findall(r'(\d+)d', dur_str)
    hour_match = re.findall(r'(\d+)h', dur_str)
    min_match = re.findall(r'(\d+)m', dur_str)
    sec_match = re.findall(r'(\d+)s', dur_str)
    
    days = int(day_match[0]) if day_match else 0
    hours = int(hour_match[0]) if hour_match else 0
    mins = int(min_match[0]) if min_match else 0
    secs = int(sec_match[0]) if sec_match else 0
    
    # 计算总小时数
    return days * 24 + hours + mins / 60 + secs / 3600

# 应用转换函数
df['Duration_hours'] = df['Duration'].apply(convert_duration)

两种方法结果一致：第一种适合常规场景，代码量少；第二种适合需要定制逻辑的特殊情况。

内容的提问来源于stack exchange，提问作者Solijoli