如何将Pandas中mm:ss格式的object列转为时间格式并转成秒数？

我来帮你搞定这个问题！你遇到的pd.to_timedelta转换不符合预期，其实是因为默认情况下，这个函数会把33:22这样的字符串解析成小时:分钟，而不是你需要的分钟:秒，所以才会出问题。下面给你两种可靠的解决方法：

方法一：预处理字符串后用pd.to_timedelta转换 #

我们可以给每个时间字符串前面加上00:，把格式变成HH:mm:ss，这样pd.to_timedelta就能正确识别出分钟和秒了，之后再用dt.total_seconds()提取总秒数：

import pandas as pd

# 你的示例数据
df = pd.DataFrame({'time': ['33:22', '24:56', '30:15', '26:57']})

# 预处理字符串并转换为timedelta类型
df['time_delta'] = pd.to_timedelta('00:' + df['time'])

# 计算总秒数
df['total_seconds'] = df['time_delta'].dt.total_seconds()

运行后，total_seconds列就会得到2002、1496、1815、1617这些正确的秒数结果。

方法二：直接拆分计算总秒数 #

如果你不想用timedelta类型，也可以直接拆分字符串里的分钟和秒，手动计算总秒数，这种方法更直观：

# 拆分分钟和秒，计算总秒数
df['total_seconds'] = df['time'].apply(lambda x: int(x.split(':')[0]) * 60 + int(x.split(':')[1]))

这个方法通过split(':')把每个时间字符串拆成分钟和秒的字符串，转成整数后用分钟*60 + 秒得到总秒数，结果和方法一完全一致。

两种方法都能完美解决你的问题，你可以根据自己的需求选择～

内容的提问来源于stack exchange，提问作者ACAYA