使用pandas将时间读取为字符串

Question

我正在用python3中的熊猫阅读excel。excel有一个列，记录每个记录花费的时间（以分钟和秒为单位）。第二列的内容是3:52，它是在特定步骤中花费的3分52秒，而不是熊猫df处理的“3:52:00 AM”。有办法避免吗？ 以下是数据在excel中的外观：

在上面的excel中，56:52:00实际上是56分52秒（同样如此）。excel列中的数据严格采用标题时间（mm:ss）中定义的格式。。在某些表单中可能是时间（hh:mm:ss）

以下是我创建df的方式：

>>> df = xl.parse(sheet_name,header=None,encoding="utf-8", skiprows=3,usecols={1})
>>> df
                       1
0               03:52:00
1               04:52:00
2               05:52:00
3               06:52:00
4               07:52:00
..                   ...
115  1900-01-02 08:52:00
116  1900-01-02 09:52:00
117  1900-01-02 10:52:00
118  1900-01-02 11:52:00
119             00:52:00

>>> df.dtypes
1    object
dtype: object

Answer 1

这应该对你有用。当pandas使用pandas.read_excel（）读取excel文件时，它会将持续时间作为时间（HH:MM:SS）输入，其中3作为小时，52作为分钟，或者作为日期时间（YYYY-MM-DD HH:MM:SS）

      0                 1
0     1              03:52:00    (time object)
118   1   1900-01-02 08:52:00    (datetime object)
119   1              00:52:00    (time object)

代码将创建一个函数，通过从时间中减去午夜（date.min）并将其除以60，以分钟和秒（而非小时和分钟）表示持续时间，从而将该时间转换为时间增量（HH:MM:SS，3分52秒）

      0      1
0     1   00:03:52    (timedelta object)
118   1   00:56:52    (timedelta object)
119   1   00:00:52    (timedelta object)

您可以使用timedelta模块修改持续时间的显示方式。可能有一种更好的方法将持续时间作为时间增量读取，但我不确定如何执行该操作

import pandas as pd
from datetime import datetime, date

df=pd.read_excel("filepath")
def convert_to_duration(timeobj):
    if type(timeobj) == datetime:
        datetimemin = datetime.strptime("1899-12-31 00:00:00","%Y-%m-%d %H:%M:%S")
        return (timeobj - datetimemin)/60
    if type(timeobj) == time:    
        return (datetime.combine(date.min,timeobj)-datetime.min)/60

df[1]=df[1].apply(convert_to_duration)
df

Answer 2

可以在read_excel()时使用converterskwarg，并指定要转换类型以使用的列标题名

import pandas as pd
df = pd.read_excel('Data.xlsx', converters={'col':str})

或dtypekwarg

import pandas as pd
df = pd.read_excel('Data.xlsx', dtype={'col':str})