pandas 如何将“X days HH:MM:SS”格式的时长列转换为纯分钟数值

核心思路 #

不需要手动写正则拆分字符串，pandas原生的pd.to_timedelta()本身就支持解析“X days HH:MM:SS”这类标准时长字符串，几行代码就能搞定，稳定性远高于手动拆分字段。

实现代码 #

import pandas as pd

# 替换为你实际的目标列名，比如原列名叫duration
df["duration"] = pd.to_timedelta(df["duration"])
# 生成整数格式的纯分钟列，匹配秒数舍去取整的规则
df["duration_minutes"] = df["duration"].dt.total_minutes.astype(int)

效果匹配验证 #

• 输入"0 days 00:39:00"：转换后得到整数39，和示例要求一致
• 输入"1 day 01:45:23"：总分钟计算结果约为1545.38，取整数部分后得到1545，完全符合示例输出要求

必避的坑 #

千万别用df["duration"].dt.seconds / 60的方式算分钟，这个属性只会返回时长里当日的秒数，完全忽略days部分的数值，算出来的结果会比真实值小非常多。如果列里有空值，pd.to_timedelta会自动把无效值转成NaT，最后对应分钟值为NaN，不会让整个流程崩掉。

异常处理说明 #

就算列里有部分格式不统一的值（比如有的写法少了前导零、空格分隔不一致），pd.to_timedelta也基本都能正常识别，不用额外调整逻辑。真遇到解析失败的行，单独排查对应字符串的格式问题就行，不用改整体转换代码。

内容的提问来源于stack exchange，提问作者Kartik Rayaprolu