如何在Pandas中处理字符串格式运动耗时数据以开展统计计算

你之前使用的pd.to_datetime是用来转换时间点类型的接口，会默认补充年月日属性，不适用于时长维度的计算。Pandas专门提供了pd.to_timedelta接口处理时间长度类数据，可直接适配你给出的%H:%M:%S格式的耗时字符串。

核心转换代码 #

df_test['Elapsed time'] = pd.to_timedelta(df_test['Elapsed time'])

转换后的数据为timedelta类型，可直接用于时长类的统计计算。

常用指标计算示例 #

• 计算所有运动的平均耗时：

avg_time = df_test['Elapsed time'].mean()

输出会直接返回时分秒格式的平均时长，你给出的示例数据计算结果为0 days 00:28:36.666666666，如果需要去掉前缀的0 days展示，可使用str.split处理：avg_time.astype(str).split(' ')[-1]

• 转换为秒级数值做自定义计算：
  如果需要计算跑步暂停时长、环比差值等自定义指标，可以先把时长转换为总秒数的数值列，方便做数值运算：

df_test['elapsed_seconds'] = df_test['Elapsed time'].dt.total_seconds()

转换后你的示例数据第一条00:22:05会转为1325的整数格式，可直接做加减乘除运算

• 计算最长和最短运动的时长差：

diff_time = df_test['Elapsed time'].max() - df_test['Elapsed time'].min()

完整测试代码 #

import pandas as pd

# 模拟你的输入数据
data = {'Elapsed time': ['00:22:05', '00:30:34', '00:30:31', '00:37:19', '00:28:43', '00:22:08']}
df_test = pd.DataFrame(data)

# 转换为timedelta时长类型
df_test['Elapsed time'] = pd.to_timedelta(df_test['Elapsed time'])

# 计算平均耗时
print("平均耗时：", df_test['Elapsed time'].mean())
# 输出：平均耗时： 0 days 00:28:36.666666666

# 转换为总秒数列
df_test['elapsed_seconds'] = df_test['Elapsed time'].dt.total_seconds()
print(df_test)

内容的提问来源于stack exchange，提问作者kosekk_g