我的 pandas 数据框中的一列表示我用 datetime 计算的时间增量，然后导出到 csv 并读回 pandas 数据框中。现在该列的 dtype 是对象，而我希望它是一个 timedelta，这样我就可以在数据帧上执行 groupby 函数。下面是字符串的样子。谢谢!
0 days 00:00:57.416000
0 days 00:00:12.036000
0 days 16:46:23.127000
49 days 00:09:30.813000
50 days 00:39:31.306000
55 days 12:39:32.269000
-1 days +22:03:05.256000
更新，我最好的尝试是编写一个 for 循环来迭代我的 pandas 数据框中的特定列:
def delta(i):
days, timestamp = i.split(" days ")
timestamp = timestamp[:len(timestamp)-7]
t = datetime.datetime.strptime(timestamp,"%H:%M:%S") +
datetime.timedelta(days=int(days))
delta = datetime.timedelta(days=t.day, hours=t.hour,
minutes=t.minute, seconds=t.second)
delta.total_seconds()
data['diff'].map(delta)
最佳答案
使用pd.to_timedelta
pd.to_timedelta(df.iloc[:, 0])
0 0 days 00:00:57.416000
1 0 days 00:00:12.036000
2 0 days 16:46:23.127000
3 49 days 00:09:30.813000
4 50 days 00:39:31.306000
5 55 days 12:39:32.269000
6 -1 days +22:03:05.256000
Name: 0, dtype: timedelta64[ns]
关于python - 将字符串转回日期时间 timedelta，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44611642/