如何在Python Pandas中将格式不规则的时长转为总秒数？

嘿，这问题我熟！处理Pandas里格式混乱的duration列确实挺头疼的，尤其是混合了纯时间和日期+时间格式的情况。我给你两种实用的解决方案，帮你把这些值都转成总秒数：

方法一：通用自动识别法 #

这个方法利用Pandas的日期时间解析特性，自动统一处理两种格式：

import pandas as pd

# 假设你的DataFrame名为df，目标列是'duration'
df['datetime'] = pd.to_datetime(df['duration'])

# 计算每个datetime与基准日期（1900-01-01）的时间差，提取总秒数
# 纯时间会被自动解析为该基准日期的对应时间，差就是纯时长
df['total_seconds'] = (df['datetime'] - pd.Timestamp('1900-01-01')).dt.total_seconds()

逻辑说明：

• 纯时间字符串（比如"01:30:00"）会被解析为1900-01-01 01:30:00，和基准日期的差就是01:30:00，转成总秒数为5400，完全符合时长需求。
• 日期+时间格式的字符串（比如"2023-10-05 02:15:00"）会被解析为完整的datetime，和基准日期的差就是从1900年到该日期的总时长，转成秒数就是对应的总duration。

如果你的日期+时间其实是当天的时间点（只想提取当天的时分秒转成秒数），可以改成这个版本：

def get_daily_seconds(dt):
    return dt.hour * 3600 + dt.minute * 60 + dt.second

df['datetime'] = pd.to_datetime(df['duration'])
df['total_seconds'] = df['datetime'].apply(get_daily_seconds)

方法二：自定义鲁棒函数（处理异常值） #

如果有些值格式特别奇怪，上面的方法报错，推荐用带异常捕获的自定义函数，更灵活：

import pandas as pd

def convert_to_seconds(dur_str):
    try:
        # 先尝试把值当成纯时间转成时间差（Timedelta）
        td = pd.to_timedelta(dur_str)
        return td.total_seconds()
    except ValueError:
        try:
            # 转成datetime后，计算与基准日期的时间差
            dt = pd.to_datetime(dur_str)
            delta = dt - pd.Timestamp('1900-01-01')
            return delta.total_seconds()
        except ValueError:
            # 遇到无法解析的值，返回NaN方便后续清洗（可按需修改）
            return pd.NA

df['total_seconds'] = df['duration'].apply(convert_to_seconds)

逻辑说明：
这个函数会优先尝试解析纯时间格式，失败后再尝试解析日期+时间格式，还能处理无法解析的异常值，返回NaN避免整个代码崩溃，适合格式特别混乱的数据集。

内容的提问来源于stack exchange，提问作者MAK