在熊猫中操纵时间范围

Question

需要清理csv导入，这给了我一系列的时间(以字符串的形式)。代码在底层；我目前在df上使用正则表达式和replace()来转换其他字符。只是不知道如何：

1. 选择当前24小时格式编号并添加:00
2. 如何选择12小时格式号码，并使其24小时。

输入(来自csv导入)：

   break_notes
0        15-18
1  18.30-19.00
2      4PM-5PM
3          3-4
4     4-4.10PM
5      15 - 17
6      11 - 13

到目前为止，我已经让它看起来像(删除空格，AM/PM，用冒号替换点)：

   break_notes
0          15-18
1    18:30-19:00
2            4-5
3            3-4
4         4-4:10
5          15-17
6          11-13

但是，我希望它看起来像这样(‘HH:MM:MM’格式)：

   break_notes
0    15:00-18:00
1    18:30-19:00
2    16:00-17:00
3    15:00-16:00
4    16:00-16:10
5    15:00-17:00
6    11:00-13:00

我的代码是：

data = pd.read_csv('test.csv')
data.break_notes = data.break_notes.str.replace(r'([P].|[ ])', '').str.strip()
data.break_notes = data.break_notes.str.replace(r'([.])', ':').str.strip()

Answer 1

以下是基于所请求的输入数据所需的转换器函数。convert_entry获取完整的值条目，将其分割成一个破折号，并将其结果传递给convert_single，因为一个条目的两个半部都可以单独转换。在每一次转换之后，它将它们合并为一个破折号。

convert_single使用regex搜索时间字符串中的重要部分。首先是一些数字\d+ (代表小时)，然后是点或冒号，以及更多的数字[.:]?(\d+)? (表示分钟)。在此之后，还可以选择AM或PM (AM|PM)? (在本例中只有PM是相关的)

import re


def convert_single(s):
    m = re.search(pattern="(\d+)[.:]?(\d+)?(AM|PM)?", string=s)
    hours = m.group(1)
    minutes = m.group(2) or "00"
    if m.group(3) == "PM":
        hours = str(int(hours) + 12)
    return hours.zfill(2) + ":" + minutes.zfill(2)


def convert_entry(value):
    start, end = value.split("-")
    start = convert_single(start)
    end = convert_single(end)
    return "-".join((start, end))


values = ["15-18", "18.30-19.00", "4PM-5PM", "3-4", "4-4.10PM", "15 - 17", "11 - 13"]

for value in values:
    cvalue = convert_entry(value)
    print(cvalue)