Python处理时间列：拆分并转换年月为月数计算

问题需求 #

需要将DataFrame中的Time列拆分为time_in_role(months)和time_in_company(months)两列，并将原始的“年+月”格式转换为以月为单位的总时长。

解决方案代码 #

import pandas as pd

# 初始化数据
data = {'Name':['Tom', 'nick', 'krish', 'jack'], 
        'Time':['3 years 4 months in role 20 years in company', '1 year 7 months in role 2 years 2 months in company',
                '2 years 1 month in role 7 years 2 months in company', '3 months in role 8 years 2 months in company']}

df = pd.DataFrame(data)

# 定义转换函数：将年/月字符串转为总月数
def convert_to_months(time_str):
    total_months = 0
    # 提取年数并转换为月
    if 'year' in time_str:
        year_num = int(time_str.split(' year')[0].split()[-1])
        total_months += year_num * 12
    # 提取月数
    if 'month' in time_str:
        month_num = int(time_str.split(' month')[0].split()[-1])
        total_months += month_num
    return total_months

# 拆分Time列为角色时间和公司时间片段
df[['role_time', 'company_time']] = df['Time'].str.split(' in role ', expand=True)
# 清理公司时间片段的冗余后缀
df['company_time'] = df['company_time'].str.replace(' in company', '')

# 计算两列的总月数
df['time_in_role(months)'] = df['role_time'].apply(convert_to_months)
df['time_in_company(months)'] = df['company_time'].apply(convert_to_months)

# 移除不需要的中间列（可选操作）
df = df.drop(['Time', 'role_time', 'company_time'], axis=1)

# 输出结果
print(df)

代码说明 #

1. 转换函数：convert_to_months函数会识别字符串中的年、月信息，将年数乘以12后与月数相加，得到总月数，兼容仅含年或仅含月的情况。
2. 拆分时间列：通过str.split(' in role ')将原始Time列拆分为角色时长和公司时长两部分，再用str.replace清除公司时长末尾的冗余文本。
3. 计算月数：对拆分后的两个时间列分别应用转换函数，生成目标列，最后可选择删除中间过程列，得到干净的结果。

输出结果 #

执行代码后将得到如下DataFrame：

内容的提问来源于stack exchange，提问作者Sushmitha