通过在其他列中选择字符串的一部分在Pandas中创建新列

Question

我有很多用Matlab编程的经验，现在用Python编程，我就是搞不懂这个东西。。。我有一个数据帧，其中包含一列时间代码，如00:00:00.033。在

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秒或更少，所以我想创建一个只以秒为浮点的列。为此，我需要选择位置6结束并使其成为一个浮动，我可以对第一行进行如下操作：

^{pr2}$

这很好用，但如果我现在想创建一个全新的列“Time_sec”，则以下操作不起作用：

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

因为df['TimeCodes'][:][6:]将第6行移到最后一行，而我希望在每一行中从第6行到最后一行。这也不起作用：

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

我需要绕一圈吗？一定有更好的办法。。。为什么df['TimeCodes'][:][6:]不起作用？在

Answer 1

您可以使用slicestring方法，然后将整个内容转换为float：

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，它最终要做的是链接一些选择。首先获取与TimeCodes列相关联的pd.Series，然后从带有[:]的序列中选择所有项，然后使用[6:]选择索引为6或更高的项。在

Answer 2

解决方案-indexing with str并由^{}转换成{}：

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