代码之家 › 专栏 › 技术社区 › Shay Guy

我应该如何解析日语“30小时”格式的时间进行数据分析?

python-polars datetime numpy pandas python

Shay Guy · 技术社区 · 1 年前

我正在考虑一个涉及日本电视广播信息的数据分析项目。相关数据将包括广播时间,其中一些将用于深夜播出的节目。

日本深夜的电视节目表遵循一种非标准的时间格式,称为 30-hour system (简短的英文解释 here ). 大多数时间以正常的日本标准时间给出,格式为 %H:%M .然而,从午夜到早上6点的时间被视为前一天的延长,并相应地编号,因为这就是人们熬夜的经历。例如,《Macross Frontier》于凌晨1:25在关西播出,但被写成了25:25。

我想在Pandas或Polars DataFrame中使用这些数据。理论上,它可以保留为字符串,但将其转换为日期时间的标准格式会更有用——无论是Python的内置类型,还是NumPy或Polars中使用的类型。一个简单的方法可以是:

from datetime import date, time, datetime
from zoneinfo import ZoneInfo

def process_30hour(d: date, t: str):
    h, m = [int(n) for n in t.split(':')] # assumes format 'HH:MM' for t
    if h > 23:
        h -= 24
        d += 1
    return datetime.combine(d, time(h, m), ZoneInfo('Japan'))

然后,这可以应用于整个DataFrame DataFrame.apply() 然而,可能有一种更高性能的方法,特别是考虑到DataFrames的矢量化特性——这两个库都建议避免 DataFrame.apply() 如果有其他选择的话。

1 回复 | 直到 1 年前

mozway 1 年前

IIUC,您可以使用创建一个以“00:00”为时间的日期时间,并将小时添加为 timedelta :

from datetime import date, time, datetime, timedelta
from zoneinfo import ZoneInfo

def process_30hour(d: date, t: str):
    h, m = map(int, t.split(':')) # assumes format 'HH:MM' for t
    return (datetime.combine(d, time(), ZoneInfo('Japan'))
           + timedelta(hours=h, minutes=m))

process_30hour(date(2024, 12, 20), '25:25')

输出:

datetime.datetime(2024, 12, 21, 1, 25, tzinfo=zoneinfo.ZoneInfo(key='Japan'))

同样的逻辑也可以在pandas中向量使用:

df = pd.DataFrame({'date': ['2024-12-20 20:25', '2024-12-20 25:25']})

# split string
tmp = df['date'].str.split(expand=True)

# convert to datetime/timedelta, combine
df['datetime'] = pd.to_datetime(tmp[0]) + pd.to_timedelta(tmp[1]+':00')

为了好玩,作为一句俏皮话:

df['datetime'] = (df['date'].add(':00')
                  .str.split(expand=True)
                  .astype({0: 'datetime64[ns]',
                           1: 'timedelta64[ns]'})
                  .sum(axis=1)
                 )

输出:

               date            datetime
0  2024-12-20 20:25 2024-12-20 20:25:00
1  2024-12-20 25:25 2024-12-21 01:25:00

推荐文章

Danilo Setton · 从索引中筛选并将行值与列中的所有值进行比较

1 年前

ViSa · 如何在Polars Python中将带有额外字符串的列组合成一个连接的字符串列?

1 年前

Shay Guy · 我应该如何解析日语“30小时”格式的时间进行数据分析?

1 年前

Andi · 根据polars DataFrame计算组中正行的百分比

1 年前

Andi · 使用整洁的polars数据帧计算横截面排名

2 年前

DJDuque · 非公平加入波兰

2 年前

fishfin · Polars DataFrame-带整数的mul的十进制精度加倍

2 年前

crazydragon777 · 是否有一种有效的方法将python polars-select中所有剩余的未选中列都包含在内?

2 年前

gggg · 根据物理值创建分类系列

2 年前

Eir Nym · Polars:设置另一行中缺少的值

2 年前