Python：在dataframe列中将秒转换为datetime格式

Question

目前我正在处理一个大数据帧（12x47800）。12列中有一列是由整数秒组成的列。我想将此列更改为包含日期时间.time格式。Schedule是我的数据帧，我尝试在其中更改名为“depTime”的列。既然我想让它成为日期时间.time可能过了午夜我加上了if语句。这“行得通”，但确实慢得可以想象。有没有更快的方法？ 我现在的代码，我唯一能做的就是：

for i in range(len(schedule)):
    t_sec = schedule.iloc[i].depTime
    [t_min, t_sec] = divmod(t_sec,60)
    [t_hour,t_min] = divmod(t_min,60)
    if t_hour>23:
        t_hour -= 23
    schedule['depTime'].iloc[i] = dt.time(int(t_hour),int(t_min),int(t_sec))

提前谢谢各位。在

Ps:我对Python还很陌生，如果有人能帮我的话，我会非常感激的：）

Answer 1

我添加了一个新的解决方案，它比原来的解决方案快得多，因为它依赖于pandas矢量化函数而不是循环（pandas apply函数本质上是对数据进行优化的循环）。在

我用一个和你的尺寸差不多的样品来测试它，差别是从778毫秒到21.3毫秒，所以我绝对推荐这个新版本。在

这两种解决方案都基于将秒整数转换为timedelta格式并将其添加到引用日期时间。然后，我只需捕获结果日期时间的时间组件。在

新（更快）选项：

import datetime as dt

seconds = pd.Series(np.random.rand(50)*100).astype(int) # Generating test data

start = dt.datetime(2019,1,1,0,0) # You need a reference point

datetime_series = seconds.astype('timedelta64[s]') + start

time_series = datetime_series.dt.time

time_series

原始（较慢）答案：

虽然不是最优雅的解决方案，但它确实很管用。在

^{pr2}$

Answer 2

您应该尽量不要对数据帧进行完全扫描，而是使用矢量化访问，因为它通常效率更高。在

幸运的是，pandas有一个功能，它完全符合您的要求，to_timedelta：

schedule['depTime'] = pd.to_timedelta(schedule['depTime'], unit='s')

它不是真正的日期时间格式，但它是pandas等价的datetime.timedelta，是处理时间的一种方便类型。您可以使用to_datetime，但将以接近1970-01-01的完整日期时间结束。。。在

如果您真的需要datetime.time对象，可以通过这种方式获得它们：

^{pr2}$

但在pandas数据帧中使用它们不太方便。在