如何将Pandas DataFrame中NBA比赛单节时间转换为全场累计时间

实现步骤与代码 #

1. 将时间字符串转换为秒数
   先把time列的MM:SS.S格式字符串转换成总秒数，方便数值计算：

   import pandas as pd
   
   # 读取数据
   url = 'https://www.basketball-reference.com/boxscores/pbp/200911060GSW.html'
   dfs = pd.read_html(url)
   df = dfs[0] 
   df.rename(columns={'Unnamed: 2_level_1': 'PM1', 'Unnamed: 4_level_1': 'PM2'}, inplace=True)
   
   # 定义时间转秒数的函数
   def time_to_sec(time_str):
       mins, secs = time_str.split(':')
       return int(mins) * 60 + float(secs)
   
   df['time_sec'] = df['time'].apply(time_to_sec)
   

2. 计算全场累计时间秒数
   基于你的思路，用向量化方式计算（比循环效率更高）：

   # 计算每一行的时间流逝差值：上一行单节时间 - 当前行单节时间
   # 第一行的差值为单节初始时间(720秒)减去第一行的单节时间
   time_diffs = [720 - df['time_sec'].iloc[0]] + list(df['time_sec'].shift(1) - df['time_sec'])[1:]
   
   # 从48分钟(2880秒)开始，减去累计流逝的时间，得到全场累计时间
   df['overall_time_sec'] = 2880 - pd.Series(time_diffs).cumsum()
   

3. 转换回MM:SS.S格式
   把计算好的秒数转换回原时间格式：

   # 定义秒数转时间字符串的函数
   def sec_to_time(sec):
       mins = int(sec // 60)
       secs = sec % 60
       return f"{mins:02d}:{secs:05.2f}"
   
   df['overall_time'] = df['overall_time_sec'].apply(sec_to_time)
   
   # 移除中间计算列
   df.drop(['time_sec', 'overall_time_sec'], axis=1, inplace=True)
   

说明 #

• 转换为秒数是为了避免字符串格式带来的计算障碍，数值计算更直接高效
• 向量化计算time_diffs和cumsum相比循环遍历，在数据量较大时性能优势明显
• 最终的overall_time列就是从48:00.0开始递减的全场累计时间，和你预期的计算逻辑完全匹配

内容的提问来源于stack exchange，提问作者nick.s99