持续时间字符串转换出现问题

Question

我有一些持续时间类型数据（单圈时间）为

pl.String

，无法使用

strptime

进行转换，而常规日期时间按预期工作。

分钟（在 :) 之前和秒（在 . 之前）始终填充为两位数，毫秒始终 3 位数字。

单圈时间总是< 2 min.

df = pl.DataFrame({
    "lap_time": ["01:14.007", "00:53.040", "01:00.123"]
})

df = df.with_columns(
    # pl.col('release_date').str.to_date("%B %d, %Y"), # works
    pl.col('lap_time').str.to_time("%M:%S.%3f").cast(pl.Duration), # fails
)

因此，我使用了

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

中的 chrono 格式说明符定义，这些定义按照

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

，但失败并出现错误：

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

部分的某些奇怪行为？

Answer 1

一般情况

如果您的持续时间可能超过 24 小时，您可以使用 regex 模式从字符串中提取数据（分钟、秒等）。例如：

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").list.get(0),
        seconds=pl.col("time").list.get(1),
        milliseconds=pl.col("time").list.get(2)
    ).alias("time")
)

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

---

关于

pl.Time

要将数据转换为

pl.Time

，您还需要指定时间。当您在时间中添加

00

小时时，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.to_time("%T%.3f")
        .cast(pl.Duration)
)

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

Answer 2

创建您自己的解析器 -

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，因为它对于合理的输入（例如 80 分钟的持续时间或负持续时间）会失败。

您可以使用

pl.Series.str.extract()

制作自己的正则表达式解析器，并在将它们传递到

Duration

构造函数之前提取所需的值。

据我所知，Rust 中没有“持续时间标记”解析器。如果有人正在读这篇文章，也许放一个板条箱是个好主意。语法可能与

strptime

类似，但处理以下情况：负持续时间、最重要的“数字”/子单位不换行，在这种情况下，如果它是“分钟持续时间标记”，您将在 60 处换行秒，而不是分钟。特别是确保 61 仍然是 61。

Answer 3

代码改编自glebcom的答案：

df = df.with_columns(
    # pl.col('release_date').str.to_date("%B %d, %Y"), # works
    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'),
)

---

_{此答案作为 edit 发布到问题 Trouble with strptime() conversion ofuration time string 由 OP Dorian 根据 CC BY-SA 4.0 发布。}