通过在另一列中选择字符串的一部分，在Pandas中创建新列

Question

我在Matlab中有很多编程经验，现在我使用Python，而我只是不让它工作.我有一个dataframe，它包含一个列，列的时间序列类似于00:00:00.033。

timecodes = ['00:00:01.001', '00:00:03.201', '00:00:09.231', '00:00:11.301', '00:00:20.601', '00:00:31.231', '00:00:90.441', '00:00:91.301']
df = pd.DataFrame(timecodes, columns=['TimeCodes'])

我所有的输入都是90秒或更短的时间，所以我想要创建一个以秒作为浮动的列。要做到这一点，我需要选择位置6结束，并使之成为一个浮动，我可以这样做的第一行如下：

float(df['TimeCodes'][0][6:])

这很好，但是如果我现在想要创建一个全新的列“Time_sec”，下面的内容就不能工作了：

df['Time_sec'] = float(df['TimeCodes'][:][6:])

因为df‘’TimeCodes‘6:从第6行到最后一行，而我希望在每一行中保持第6行到最后一个位置。此外，这也不起作用：

 df['Time_sec'] = float(df['TimeCodes'][:,6:])

我需要做个循环吗？一定有更好的方法..。为什么df‘’TimeCodes‘6:不起作用？

Answer 1

您可以使用slice字符串方法，然后将整个过程转换为浮点数：

In [13]: df["TimeCodes"].str.slice(6).astype(float)
Out[13]:
0     1.001
1     3.201
2     9.231
3    11.301
4    20.601
5    31.231
6    90.441
7    91.301
Name: TimeCodes, dtype: float64

至于为什么df['TimeCodes'][:][6:]不起作用，这样做的结果是链接一些选择。首先获取与TimeCodes列关联的TimeCodes，然后从[:]系列中选择所有条目，然后选择索引6或[6:]更高的项。

Answer 2

解决方案-- 用str索引与float的astype转换

print (df["TimeCodes"].str[6:])
0    01.001
1    03.201
2    09.231
3    11.301
4    20.601
5    31.231
6    90.441
7    91.301
Name: TimeCodes, dtype: object

df['new'] = df["TimeCodes"].str[6:].astype(float)
print (df)
      TimeCodes     new
0  00:00:01.001   1.001
1  00:00:03.201   3.201
2  00:00:09.231   9.231
3  00:00:11.301  11.301
4  00:00:20.601  20.601
5  00:00:31.231  31.231
6  00:00:90.441  90.441
7  00:00:91.301  91.301