pandas读取文本/JSON文件时时间格式识别错误 如何转小时/分钟浮点数

方案1：读取时保留时间字段为字符串（推荐，避免信息损失） #

你可以在构造DataFrame时指定时间列的类型为字符串，阻止pandas自动将HH:MM:SS格式的时间推断为整数：

import pandas as pd
import json
import codecs

data = json.load(codecs.open(p1, 'r', 'utf-8-sig'))
# 把下方的`time_col`替换为你实际的时间字段名
df1 = pd.DataFrame(data, dtype={'time_col': str})

之后通过pd.to_timedelta将时间字符串转换为时间差类型，再计算对应浮点数：

• 转换为小时格式浮点数：

df1['hour_float'] = pd.to_timedelta(df1['time_col']).dt.total_seconds() / 3600
# 示例结果：02:42:59 转换后约为 2.716

• 转换为分钟格式浮点数：

df1['minute_float'] = pd.to_timedelta(df1['time_col']).dt.total_seconds() / 60
# 示例结果：02:42:59 转换后约为 162.983

方案2：直接处理已读取的整数字段 #

如果时间字段已经被识别为整数，且该整数为时间距当日0点的总秒数，可直接计算：

# 转小时浮点数
df1['hour_float'] = df1['time_col'] / 3600

# 转分钟浮点数
df1['minute_float'] = df1['time_col'] / 60

如果整数单位不是秒，根据实际单位调整除数即可。

内容的提问来源于stack exchange，提问作者Joan Arau