Python将Pandas中时间字符串列转换为分钟整数的方法

针对你的需求，这里提供两种实用的实现方式，都能准确区分小时和分钟单位，避免直接提取数字导致的错误：

方法1：字符串提取+数值计算 #

通过正则提取小时和分钟的数值，再转换为总分钟数，适合需要自定义处理逻辑的场景：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'travel_time': ['1 hour 10 mins', '34 mins', '58 mins', '1 hour 32 mins', '12 mins']
})

# 提取小时数（无小时信息则填充0）
df['hours'] = df['travel_time'].str.extract(r'(\d+) hour').fillna(0).astype(int)
# 提取分钟数
df['minutes'] = df['travel_time'].str.extract(r'(\d+) mins').astype(int)
# 计算总分钟数
df['total_mins'] = df['hours'] * 60 + df['minutes']

# 可选：删除中间辅助列
df = df.drop(['hours', 'minutes'], axis=1)

方法2：利用Pandas时间差函数（更简洁） #

Pandas的pd.to_timedelta可以直接识别这类时长字符串，转换为时间差对象后再提取总分钟数：

df['total_mins'] = pd.to_timedelta(df['travel_time']).dt.total_seconds() // 60
# 转换为整数类型
df['total_mins'] = df['total_mins'].astype(int)

关键说明 #

不能直接去除所有非数值内容，比如1 hour 10 mins直接提取数字会得到110，完全不符合实际时长。必须根据单位（hour/mins）分别提取数值后再换算求和。

内容的提问来源于stack exchange，提问作者import_numpy