#python #parsing #datetime #python-3.x
#python #синтаксический анализ #дата и время #python-3.x
Вопрос:
В настоящее время у меня в столбце несколько раз написано «27:32:18», что означает, что кто-то ждал 27 часов, 32 минуты и 18 секунд. Я продолжаю получать «ValueError: час должен быть в 0 ..23» всякий раз, когда я пытаюсь проанализировать эти значения.
Как мне выполнить синтаксический анализ этих значений или преобразовать их в более стандартный формат? Я попробовал следующее в качестве теста для одного значения:
time1 = "56:42:12"
time2 = time1.split(':')
time2 = [int(n) for n in time2]
time2.insert(0, time2[0] // 24)
time2[1] %= 24
На этом этапе time2 представляет собой список, состоящий из [2, 8, 42, 12], что эквивалентно 2 дням, 8 часам, 42 минутам и 12 секундам. Как бы мне преобразовать это в представление даты и времени в Python в днях, часах, минутах и секундах таким образом, чтобы Python мог его анализировать? Обратите внимание, что в конечном итоге я буду выполнять неконтролируемую кластеризацию для этих значений времени, которые представляют время ожидания.
Комментарии:
1. Это не дата . Продолжительность времени — это совсем другой зверь.
2. Объект python datetime может использоваться только для представления определенного момента времени; например, 31 июля 1889 года. Длительности выражаются в
timedelta()объектах.3. Интервал должен иметь ссылку, из которой он является дельтой. Просто сказать «2 дня, 8 часов, 42 минуты» без указания части since , затруднит определение даты . Если вы просто хотите рассчитать продолжительность времени, это (как сказал Мартинн), другое дело.
4. Спасибо! Поэтому работайте с timedeltas вместо datetimes.
Ответ №1:
У вас нет даты, у вас есть длительность. Это может быть связано с датами и временными метками, но только в том смысле, что задействованы одни и те же единицы времени и отображаются аналогично временным меткам.
Таким образом, вы не можете использовать dateutil для синтаксического анализа такие значения. Достаточно легко разделить и проанализировать самостоятельно:
hours, minutes, seconds = map(int, time1.split(':'))
Затем вы можете использовать datetime.timedelta() объект для представления продолжительности:
td = datetime.timedelta(hours=hours, minutes=minutes, seconds=seconds)
Затем это будет отслеживать дельту в виде дней, секунд и микросекунд:
>>> import datetime
>>> time1 = "56:42:12"
>>> hours, minutes, seconds = map(int, time1.split(':'))
>>> datetime.timedelta(hours=hours, minutes=minutes, seconds=seconds)
datetime.timedelta(2, 31332)
Комментарии:
1. Спасибо! Хотя по какой-то причине это не позволяет мне фактически изменять сохраненные значения. У меня есть следующий цикл for. Пожалуйста, обратите внимание, что это код Pandas: для времени в df.elapsed_time: часы, минуты, секунды = map(int, time.split(‘:’)) time = timedelta(часы = часы, минуты = минуты, секунды = секунды)
2. Зачем вам нужно изменять сохраненные значения? Какие значения вы пытаетесь изменить?
3. Мне нужно изменить сохраненные значения, чтобы я мог анализировать данные о времени ожидания пациентов в отделении неотложной помощи. Существует другая соответствующая информация о пациенте, поэтому мне нужно, чтобы обновленные значения были в большом фрейме данных, с которым я работаю. Я пытаюсь преобразовать значения, сохраненные как «54:23:45», в временные интервалы, такие как (2, 31332), чтобы в конечном итоге я мог выполнить некоторую кластеризацию в scikit-learn.
4. Привет @BrandonSherman вы можете использовать
df['elapsed_time_new'] = pd.to_timedelta(df.elapsed_time)для создания нового столбца в вашемDataFrame, который будет содержатьtimedeltaобъекты, которыми вы можете манипулировать по мере необходимости для вашего анализа. Документацию дляto_timedeltaможно найти здесь . Обратите внимание, что эти объекты разбиты на дни, часы, минуты, секунды, поэтому вам может потребоваться дополнительная работа, чтобы разбить его на (дни, секунды), чего вы, похоже, хотите.5. Это действительно прискорбно: (что вы можете сделать вместо этого, так это написать функцию (давайте вызовем ее,
convertчтобы она была короткой), которая принимает одну из ваших строк, а затем преобразует ее и возвращаетtimedeltaобъект, который вы можете сделатьdf['elapsed_time_new'] = df['elapsed_time'].apply(convert), и он применит вашуconvertфункцию к каждой строке в вашем столбце и поместит ее вваш новый столбец. Вероятно, вы можете использовать метод, который Martijn дал в своем ответе выше, для написания такой функции.