一道Pandas面试题：三种实现方法
Crossin的编程教室
共 1654字，需浏览 4分钟
· 2020-09-12
Pandas 是一个强大的数据处理和分析库，简洁是其一大特点，解决一些数据分析问题非常方便。
今天分享一个实用的小功能，这是我在工作中遇到的实际问题，也常被我拿来面试团队的新人：
求两列时分(HH:mm)表示数据的分钟数差值
1 数据
作为演示，构造如下四行两列的数据，每一个单元格取值格式为 时:分
使用pandas读入数据：
df = pd.read_excel('test_date_subtract.xlsx')
df
在往下阅读我的参考解法之前，大家可以自己想一想，如果是你会怎么处理这个问题？
2 直觉解法
与时间相关，自然第一感觉便是转化为datetime格式，这里需要注意：需要首先将两列转化为str类型。
直接使用 astype 转为 str 类型：
df['a'] = df['a'].astype(str)
df['b'] = df['b'].astype(str)
然后转化为 datetime 类型：
df['atime'] = pd.to_datetime(df['a'])
df['btime'] = pd.to_datetime(df['b'])
df
然后使用.dt访问器转化为分钟数：
df['amins'] = df['atime'].dt.hour * 60 + df['atime'].dt.minute
df['bmins'] = df['btime'].dt.hour * 60 + df['btime'].dt.minute
df
最后求分钟数差值：
df['mins'] = df['amins'] - df['bmins']
df
3 转为 DatetimeIndex
转化为 DatetimeIndex 类型后，直接获取 hour 和 minute 属性：
atime = pd.DatetimeIndex(df['a'])
btime = pd.DatetimeIndex(df['b'])
df['amins'] = atime.hour * 60 + atime.minute
df['bmins'] = btime.hour * 60 + btime.minute
df
4 使用 split
以上方法都不是最高效的，而根据:字符 split 是更加高效的实现。
同样也得先转化为 str 类型：
df['a'] = df['a'].astype(str)
df['b'] = df['b'].astype(str)
其次 split：
df['asplit'] = df['a'].str.split(':')
df['bsplit'] = df['b'].str.split(':')
df
得到结果如下：
使用apply操作每个元素，转化为分钟数：
df['amins'] = df['asplit'].apply(lambda x: int(x[0])*60 + int(x[1]))
df['bmins'] = df['bsplit'].apply(lambda x: int(x[0])*60 + int(x[1]))
df
5 总结
以上就是使用 pandas 三种方法求解时分表示数据的分钟数差值，使用到的 API 包括：
to_datetime 转化为日期时间 datetime 类型列的 dt 访问器 DatetimeIndex 类型，带有 hour, minute 等属性 Series.astype 为某个类型 Series.str.split 分隔字符串 Series.apply 操作到元素级
来源：Python与算法社区
_往期文章推荐_
评论