Azure 云備份報告中的 Duration 列似乎有一個有趣的時間格式（小時后和分鐘后為十進制）。你能幫忙把小時、分鐘和秒部分四舍五入，使該列以小時為單位嗎？1.05:27:39.947072421:17.721:41.41.02:42:37.113681121:17.2我試圖格式化微秒部分，但不確定如何解決小時部分中的這些小數。很高興排除這些小數。appended_data['Duration'] = pd.to_datetime(appended_data['Duration'], format='%H:%M:%S.%f')ValueError: time data '1.05:27:39.9470724' does not match format '%H:%M:%S.%f' (match)appended_data['Backup Size'] = appended_data['Backup Size'].str.replace('MB','')appended_data['DurationFixed'] = pd.to_timedelta(df['Duration'].str.split(':',expand=True)\ .stack()\ .astype(float)\ .round()\ .astype(int).astype(str).unstack(1).fillna('00').agg(':'.join,axis=1), unit='s')appended_data['DurationHours'] = appended_data['DurationFixed'] / np.timedelta64(1,'h')appended_data['Duration']1 04:01:22.77561391 03:31:17.06782621 04:41:32.72537651 03:11:18.33965881 04:51:20.2017034 ... 1 02:21:17.85540951 02:21:19.55470751 03:41:23.88768121 02:21:32.55291601 02:01:20.3247238appended_data['DurationFixed']1 02:01:201 02:01:201 02:01:201 02:01:201 02:01:20 ... 1 02:01:201 02:01:201 02:01:201 02:01:201 02:01:20謝謝
2 回答
largeQ
TA貢獻2039條經驗 獲得超8個贊
根據數據分析，我可以得出結論，hh 部分的小數位實際上是天。示例 2.4:30:30 = 2 天 4 小時 30 分鐘 30 秒。
def cleanhours(x):
hms=x.split(":")
dh=hms[0].split(".")
if len(dh)>1:
hms[0]=str(int(dh[-1])+24*int(dh[-2]))
hms[2] = hms[2].split(".")[0]
return int(hms[0])+int(hms[1])/60.0+int(hms[2])/3600.0
# return ":".join(hms)
動漫人物
TA貢獻1815條經驗 獲得超10個贊
似乎是一個奇怪的錯誤，因為我從未見過像這樣來自 azure 的任何日志 - 無論如何，除非有一些內置方法來處理這樣的數據，否則我們將需要手動解析它。
在重新創建時間增量字符串之前，我們將拆分:然后舍入數字。
我必須明確地說，這不是真正的解決方法，因為您需要限定什么1.05是 1 小時零 x 分鐘？
如果您不關心以上內容，那么以下內容應該有效。
方法 1 無精度，字符串格式。
print(df)
Duration
0 1.05:27:39.9470724
1 21:17.7
2 21:41.4
3 1.02:42:37.1136811
4 21:17.2
df['DurationFixed'] = pd.to_timedelta(df['Duration'].str.split(':',expand=True)\
.stack()\
.astype(float)\
.round()\
.astype(int).astype(str).unstack(1).fillna('00').agg(':'.join,axis=1),
unit='s')
print(df)
Duration DurationFixed
0 1.05:27:39.9470724 01:27:40
1 21:17.7 21:18:00
2 21:41.4 21:41:00
3 1.02:42:37.1136811 01:42:37
4 21:17.2 21:17:00
如果你只想要幾個小時，你可以使用np.timedelta64
import numpy as np
df['DurationFixed'] / np.timedelta64(1,'h')
0 1.461111
1 21.300000
2 21.683333
3 1.710278
4 21.283333
Name: DurationFixed, dtype: float64
方法 2 更精確。
如果您的數據格式相同 - 即Hours : Minutes : Seconds
我們可以堆疊并應用累積計數并映射元數據字段以pd.to_timedelta在行級別使用我們的。
s = df['Duration'].str.split(':',expand=True)\
.stack()\
.astype(float).to_frame('time_delta')
print(s)
time_delta
0 0 1.050000
1 27.000000
2 39.947072
1 0 21.000000
1 17.700000
2 0 21.000000
1 41.400000
3 0 1.020000
1 42.000000
2 37.113681
4 0 21.000000
1 17.200000
s['metadata'] = s.groupby(level=0).cumcount().map({0 : 'h', 1 : 'm', 2 : 's' })
print(s)
time_delta metadata
0 0 1.050000 h
1 27.000000 m
2 39.947072 s
1 0 21.000000 h
1 17.700000 m
2 0 21.000000 h
1 41.400000 m
3 0 1.020000 h
1 42.000000 m
2 37.113681 s
4 0 21.000000 h
1 17.200000 m
apply最后，我們在行級別使用 an將每一行轉換為它的 repective 格式并四舍五入到最接近的n秒數。我選了10個。
df['DurationPrecise'] = s.apply(lambda x : pd.to_timedelta(x.time_delta,
x.metadata,errors='coerce'),axis=1)\
.groupby(level=0).sum().dt.round('10s')
print(df)
Duration DurationFixed DurationPrecise
0 1.05:27:39.9470724 01:27:40 01:30:40
1 21:17.7 21:18:00 21:17:40
2 21:41.4 21:41:00 21:41:20
3 1.02:42:37.1136811 01:42:37 01:43:50
4 21:17.2 21:17:00 21:17:10
添加回答
舉報
0/150
提交
取消