在Pandas中将秒转换为HH:MM:SS格式（天数并入小时）

给定包含秒数字段的Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({'seconds': [122400, 43245, 234143, 53245, 394911]})

需要将seconds字段转换为HH:MM:SS格式，其中天数部分直接并入小时数（例如1天10小时需显示为34:00:00），最终得到目标结果。

解决方案 #

方法1：手动计算时分秒 #

通过数学运算直接拆分总秒数，将天数对应的小时数直接累加到小时字段中：

# 计算总小时数（包含天数转换的部分）
df['hours'] = df['seconds'] // 3600
# 计算剩余秒数，拆分分钟和秒
remaining_sec = df['seconds'] % 3600
df['minutes'] = remaining_sec // 60
df['seconds_final'] = remaining_sec % 60

# 格式化字符串，确保分钟和秒为两位数
df['time'] = df.apply(lambda row: f"{row['hours']}:{row['minutes']:02d}:{row['seconds_final']:02d}", axis=1)

# 保留需要的列
df = df[['seconds', 'time']]

运行后输出结果：

seconds       time
0   122400   34:00:00
1    43245   12:00:45
2   234143   65:02:23
3    53245   14:47:25
4   394911  109:41:51

方法2：利用Pandas Timedelta组件 #

借助pd.to_timedelta转换秒数，再通过dt.components提取分钟和秒，总小时数由总秒数计算得到：

# 转换为timedelta对象
df['timedelta'] = pd.to_timedelta(df['seconds'], unit='s')

# 计算总小时数，提取分钟和秒
df['hours'] = df['timedelta'].dt.total_seconds() // 3600
df['minutes'] = df['timedelta'].dt.components['minutes']
df['seconds_final'] = df['timedelta'].dt.components['seconds']

# 格式化时间字符串
df['time'] = df.apply(lambda row: f"{int(row['hours'])}:{row['minutes']:02d}:{row['seconds_final']:02d}", axis=1)

# 清理列
df = df[['seconds', 'time']]

该方法同样能得到符合要求的结果，利用Pandas内置的时间处理功能简化计算步骤。

内容的提问来源于stack exchange，提问作者SasLNat