持续时间字符串的 strptime() 转换出现问题

Question

我有一些无法使用

strptime

转换的持续时间类型数据（单圈时间），而常规日期时间按预期工作。 在 df 中读取的示例（类型

str

/

pl.Utf8

）：

["01:14.007", "01:18.880", ...] 

分钟（在 : 之前）和秒（在 . 之前）always 填充到两位数，毫秒是 always 3 位数字。

df = df.with_columns(
    [
        pl.col('release_date').str.strptime(pl.Date, fmt="%B %d, %Y"), # works
        pl.col('lap_time').str.strptime(pl.Time, fmt="%M:%S.%3f").cast(pl.Duration), # fails
    ]
)

所以我使用了

https://docs.rs/chrono/latest/chrono/format/strftime/index.html

中的chrono格式说明符定义，它根据

polars

的

strptime

文档使用

第二次转换（对于

lap_time

）总是失败，无论我是否使用

.%f

，

.%3f

，

%.3f

。显然，

strptime

不允许直接创建

pl.Duration

，所以我尝试使用

pl.Time

但它失败并显示错误：

ComputeError: strict conversion to dates failed, maybe set strict=False

但是设置 strict=False 会产生整个系列的所有

null

值。

我是否遗漏了某些东西或

chrono

或

python-polars

部分的一些奇怪行为？

编辑：根据已接受的答案改编的解决方案

df = df.with_columns(
    [
        pl.col('release_date').str.strptime(pl.Date, fmt="%B %d, %Y"),
        pl.duration(
            minutes=pl.col("lap_time").str.slice(0,2),
            seconds=pl.col("lap_time").str.slice(3,2),
            milliseconds=pl.col("lap_time").str.slice(6,3)
        ).alias('lap_time'),
    ]
)

Answer 1

您不能在没有指定时间的情况下使用

pl.Time

。当您将

00

小时添加到您的时间时，代码将起作用：

df = pl.DataFrame({"str_time": ["01:14.007", "01:18.880"]})

df.with_columns(
    duration = (pl.lit("00:") + pl.col("str_time"))\
        .str.strptime(pl.Time, fmt="%T%.3f")\
        .cast(pl.Duration)
)

┌───────────┬──────────────┐
│ str_time  ┆ duration     │
│ ---       ┆ ---          │
│ str       ┆ duration[μs] │
╞═══════════╪══════════════╡
│ 01:14.007 ┆ 1m 14s 7ms   │
│ 01:18.880 ┆ 1m 18s 880ms │
└───────────┴──────────────┘

---

一般情况

如果您的 duration 可能超过 24 小时，您可以使用 regex 模式从字符串中提取数据（分钟、秒等）：

df = pl.DataFrame({
    "time": ["+01:14.007", "100:20.000", "-05:00.000"]
})

df.with_columns(
    pl.col("time").str.extract_all(r"([+-]?\d+)")
    #                                /
    #                 you will get array of length 3
    #                 ["min", "sec", "ms"]
).with_columns(
    pl.duration(
        minutes=pl.col("time").arr.get(0),
        seconds=pl.col("time").arr.get(1),
        milliseconds=pl.col("time").arr.get(2)
    ).alias("time")
)

┌──────────────┐
│ time         │
│ ---          │
│ duration[ns] │
╞══════════════╡
│ 1m 14s 7ms   │
│ 1h 40m 20s   │
│ -5m          │
└──────────────┘

Answer 2

Create your own parser -

strptime

仅适用于日期时间戳，不适用于时间增量。接受的答案是不好的做法，因为它无法用于合理的输入，例如 80 分钟的持续时间或负持续时间。

您可以使用

pl.Series.str.extract()

制作自己的正则表达式解析器，并在将它们传递给

Duration

构造函数之前提取所需的值。

据我所知，Rust 中没有“持续时间戳”解析器。如果有人正在阅读这篇文章，也许是一个板条箱的好主意。语法可能类似于

strptime

但处理以下情况：负持续时间，最重要的“数字”/子单元不换行，在这种情况下，它是“分钟持续时间戳”，您将在 60 秒而不是分钟换行。特别是确保 61 仍然是 61.