Pandas Python - konvertieren HH:MM:SS in Sekunden in aggegate (csv-Datei)

Ich versuche zum konvertieren der zahlen in der " Avg. Die Dauer der Sitzung'(HH:MM:SS) Spalte in ganzen zahlen (in Sekunden), in Pandas read_csv Modul/Funktion.
Zum Beispiel, '0:03:26" wäre 206 Sekunden nach der Konvertierung.

Eingang Beispiel:

Source       Month  Sessions    Bounce Rate     Avg. Session Duration   
ABC.com     201501   408        26.47%           0:03:26 
EFG.com     201412   398        31.45%           0:04:03

Schrieb ich eine Funktion:

def time_convert(x):
    times = x.split(':')
    return (60*int(times[0])+60*int(times[1]))+int(times[2])

Diese Funktion arbeitet nur in Ordnung, wenn Sie einfach vorbei '0:03:26', die an die Funktion. Aber wenn ich versuche, erstellen Sie eine neue Spalte 'Dauer' durch die Anwendung der Funktion auf eine andere Spalte in Pandas, 

df = pd.read_csv('myfile.csv')
df['Duration'] = df['Avg. Session Duration'].apply(time_convert)

Wieder eine Fehlermeldung: 

> --------------------------------------------------------------------------- AttributeError                            Traceback (most recent call
> last) <ipython-input-53-01e79de1cb39> in <module>()
> ----> 1 df['Avg. Session Duration'] = df['Avg. Session Duration'].apply(lambda x: x.split(':'))
> 
> /Users/yumiyang/anaconda/lib/python2.7/site-packages/pandas/core/series.pyc
> in apply(self, func, convert_dtype, args, **kwds)    1991            
> values = lib.map_infer(values, lib.Timestamp)    1992 
> -> 1993         mapped = lib.map_infer(values, f, convert=convert_dtype)    1994         if len(mapped) and
> isinstance(mapped[0], Series):    1995             from
> pandas.core.frame import DataFrame
> 
> /Users/yumiyang/anaconda/lib/python2.7/site-packages/pandas/lib.so in
> pandas.lib.map_infer (pandas/lib.c:52281)()
> 
> <ipython-input-53-01e79de1cb39> in <lambda>(x)
> ----> 1 df['Avg. Session Duration'] = df['Avg. Session Duration'].apply(lambda x: x.split(':'))
> 
> AttributeError: 'float' object has no attribute 'split'

Ich weiß nicht, warum es sagt, dass die Werte der " Avg. Die Dauer der Sitzung " sind Schwimmer.

Data columns (total 7 columns):
Source                   250 non-null object
Time                     251 non-null object
Sessions                 188 non-null object
Users                    188 non-null object
Bounce Rate              188 non-null object
Avg. Session Duration    188 non-null object
% New Sessions           188 non-null object
dtypes: object(7)

Kann jemand mir helfen herauszufinden, wo das problem ist?

InformationsquelleAutor Yumi | 2015-03-04
  1. 1

    Der Fehler bedeutet, dass die Spalte erkannt wird, wie schwimmen, nicht string. Fixieren Sie die Art und Weise Sie die Daten Lesen, z.B.:

    #!/usr/bin/env python
import sys
import pandas

def hh_mm_ss2seconds(hh_mm_ss):
    return reduce(lambda acc, x: acc*60 + x, map(int, hh_mm_ss.split(':')))

df = pandas.read_csv('input.csv', sep=r'\s{2,}',
                     converters={'Avg. Session Duration': hh_mm_ss2seconds})
print(df)

    - Ausgang

        Source   Month  Sessions Bounce Rate  Avg. Session Duration
0  ABC.com  201501       408      26.47%                    206
1  EFG.com  201412       398      31.45%                    243

[2 rows x 5 columns]
    • Danke für die Antwort! Ich versuchte Ihre Methode, aber es änderte sich nichts, aber die Ausgabe einer unstrukturierten dataframe, die sieht ziemlich seltsam. Ich denke der ursprüngliche Fehler könnte in der read_csv syntax... können Sie erklären, was r'\s{2' tut und warum er diese Symbole?
    • der code liest die Eingabe aus Ihrer Frage gut. Wenn es nicht deine eigentliche Eingang, dann aktualisieren Sie Ihre Frage. '\s{2,}' ist ein regex für das Trennzeichen -- zwei oder mehr Leerzeichen (Leerzeichen) zwischen den Feldern auf der gleichen Zeile.
    InformationsquelleAutor jfs
  2. 7

    df['Avg. Session Duration'] sollte Zeichenfolgen für Ihre Funktion zu arbeiten.

    df =pd.DataFrame({'time':['0:03:26']})

def time_convert(x):
    h,m,s = map(int,x.split(':'))
    return (h*60+m)*60+s

df.time.apply(time_convert)

    Dies funktioniert gut für mich.

    • time_convert() ist falsch. Es sollte sein: (60*int(times[0])+int(times[1]))*60+int(times[2])
    • Vielen Dank für den Hinweis! Nicht bemerkt, die Fehler, da keiner der Laufzeiten dauerte länger als eine Stunde
    InformationsquelleAutor JAB
  3. 2

    Können Sie konvertieren Sie die Zeit in Sekunden mit time und datetime von standard-python-Bibliothek:

    import time, datetime
def convertTime(t):
    x = time.strptime(t,'%H:%M:%S')
    return str(int(datetime.timedelta(hours=x.tm_hour,minutes=x.tm_min,seconds=x.tm_sec).total_seconds()))

convertTime('0:03:26') # Output 206.0
convertTime('0:04:03') # Output 243.0
    • Danke für die Antwort! Es funktioniert, wenn ich nur einen einzigen string, die Funktion aber nicht wenn ich die Funktion in einer Spalte ----> df['Dauer'] = df['Avg. Dauer Der Session'].gelten(convertTime). Ist es wieder dieser Fehler = TypeError: expected string oder buffer
    • Besetzung Ergebnis convertTime zu str. Siehe update.
    InformationsquelleAutor Michael Kazarian
Schreibe einen Kommentar