Pentaho中HH:mm:ss格式STRING类型时长如何转INT后求和得分钟数

核心逻辑 #

• 把HH:mm:ss格式的字符串按冒号拆分，提取小时、分钟、秒三个部分的数值
• 按 小时×60 + 分钟 + 秒÷60 的规则，将单条时长转换为分钟单位的数值
• 对所有行的分钟数值求和得到最终结果

不同场景实现代码 #

场景1：SQL环境 #

假设时长字段名为duration_str，表名为your_table：

兼容超过24小时时长的通用写法（字符串拆分）

SELECT SUM(
  CAST(SUBSTRING_INDEX(duration_str, ':', 1) AS UNSIGNED) * 60
  + CAST(SUBSTRING_INDEX(SUBSTRING_INDEX(duration_str, ':', 2), ':', -1) AS UNSIGNED)
  + CAST(SUBSTRING_INDEX(duration_str, ':', -1) AS UNSIGNED) / 60
) AS total_minutes
FROM your_table;

MySQL 时间函数写法（仅适用于时长小于24小时的场景）

SELECT SUM(
  HOUR(STR_TO_DATE(duration_str, '%H:%i:%s')) * 60 
  + MINUTE(STR_TO_DATE(duration_str, '%H:%i:%s')) 
  + SECOND(STR_TO_DATE(duration_str, '%H:%i:%s')) / 60
) AS total_minutes
FROM your_table;

场景2：Python Pandas环境 #

假设DataFrame名为df，时长列名为duration_str：

import pandas as pd

# 方法1：内置时间类型转换（支持超过24小时的时长）
df['duration_min'] = pd.to_timedelta(df['duration_str']).dt.total_seconds() / 60
total_minutes = df['duration_min'].sum()

# 方法2：字符串拆分计算
df[['h', 'm', 's']] = df['duration_str'].str.split(':', expand=True).astype(int)
df['duration_min'] = df['h'] * 60 + df['m'] + df['s'] / 60
total_minutes = df['duration_min'].sum()

场景3：Excel环境 #

假设时长数据存放在A列，从A2行开始：

1. 在B2单元格输入公式：=HOUR(TIMEVALUE(A2))*60 + MINUTE(TIMEVALUE(A2)) + SECOND(TIMEVALUE(A2))/60
2. 下拉B2单元格公式，应用到所有时长对应的行
3. 对B列所有数值求和即可得到总分钟数

注意事项 #

• 若存在超过24小时的时长（如36:05:20），避免使用时间类转换函数，优先用字符串拆分的方法处理，避免转换报错
• 若需要整数结果，对最终求和结果使用ROUND、INT类取整函数处理即可

内容的提问来源于stack exchange，提问作者carbassot