如何将Jupyter Notebook中数据集的时长列转换为小时和分钟？

情况1：时长格式为1d2h30m、45s这类带单位的字符串 #

先导入需要的库：

import pandas as pd
import re

写一个转换函数，把时长转成总秒数（也可以按需转成分钟/小时）：

def duration_to_secs(duration_str):
    # 匹配数字+单位的正则
    parts = re.findall(r'(\d+)([dhms])', duration_str)
    total = 0
    for num, unit in parts:
        num = int(num)
        if unit == 'd':
            total += num * 86400
        elif unit == 'h':
            total += num * 3600
        elif unit == 'm':
            total += num * 60
        elif unit == 's':
            total += num
    return total

把函数应用到你的数据列上：

# 假设数据集是df，时长列名为'duration'
df['duration_secs'] = df['duration'].apply(duration_to_secs)

情况2：时长格式为01:30:00（时分秒）或1:30（分秒） #

这种格式可以直接用pandas的内置方法处理：

df['duration_secs'] = pd.to_timedelta(df['duration']).dt.total_seconds()

转成数值（比如总秒数）后，就可以直接用matplotlib、seaborn等库做可视化了——比如画时长分布的直方图、箱线图，或者和其他列做关联分析图。

内容的提问来源于stack exchange，提问作者Jonas S