如何使用Pandas将DataFrame秒数列转换为时分秒时间格式

有两种常用实现方式，你可以根据数据量选择： #

方法1：直接用apply映射现有单值转换逻辑 #

写法最简单，和你已知的纯Python转换逻辑完全一致，适合小数据量场景：

import pandas as pd
import datetime

# 构造样例数据
df = pd.DataFrame({
    'x': ['meh', 'elec'],
    'laikas_s': [5237, 20925]
})

# 整列批量转换
df['laikas_s'] = df['laikas_s'].apply(lambda sec: str(datetime.timedelta(seconds=sec)))

print(df)

输出结果和你要求的完全匹配。 #

方法2：用Pandas内置矢量化方法，大数据量下性能更优 #

如果数据量超过10万行，用pd.to_timedelta的矢量化操作会比apply快很多，不需要逐行调用函数：

import pandas as pd

df = pd.DataFrame({
    'x': ['meh', 'elec'],
    'laikas_s': [5237, 20925]
})

# 转换为timedelta类型后处理字符串，去掉默认带的"0 days "前缀
df['laikas_s'] = pd.to_timedelta(df['laikas_s'], unit='s').astype(str).str.replace('0 days ', '', regex=False)

print(df)

内容的提问来源于stack exchange，提问作者qwerty