如何使用 Pandas 从 Excel 文件列中提取时间数据？

先决条件： Python中的正则表达式

在这些文章中，我们将讨论如何使用 Pandas 从 Excel 文件列中提取时间数据。假设我们的 Excel 文件如下图所示，那么我们必须从 Excel 工作表列中提取时间并将其存储到新的 Dataframe 列中。

要查看 Excel 文件，请单击此处。

方法：

• 导入所需的模块。
• 从 Excel 文件导入数据。
• 为存储提取时间制作一个额外的列。
• 设置检索提取列的索引。
• 定义时间格式的模式（HH：MM：SS）。
• 搜索时间并分配给 Dataframe 中的相应列。

让我们看看分步实施：

步骤 1：导入所需模块并从 Excel 文件中读取数据。

Python3

# importing required module
import pandas as pd;
import re;
  
# Read excel file and store in to DataFrame
data = pd.read_excel("time_sample_data.xlsx");
  
print("Original DataFrame")
data

输出：

第 2 步：创建一个额外的列来存储时间数据。

Python3

# Create column for Time
data['New time'] = None
data

输出：

步骤 3：设置搜索索引

Python3

# set index
index_set = data.columns.get_loc('Description')
index_time = data.columns.get_loc('New time')
  
print(index_set, index_time)

输出：

1 2

第 4 步：定义时间的正则表达式（regex）。

时间 HH/MM/SS 格式的正则表达式：

[0-24]{2}\:[0-60]{2}\:[0-60]{2}.

Python3

# define time pattern
time_pattern = r'([0-24]{2}\:[0-60]{2}\:[0-60]{2})'

第 5 步：搜索时间并分配给 Dataframe 中的相应列。

为了在字符串中使用正则表达式搜索时间，我们使用re库的re.search()函数。

Python3

# searching the entire DataFrame
# with Time pattern
for row in range(0, len(data)):
    
    time = re.search(time_pattern,
                     data.iat[row,index_set]).group()
      
    data.iat[row, index_time] = time
      
print("Final DataFrame")    
data

输出：

完整代码：

Python3

# importing required module
import pandas as pd;
import re;
  
data = pd.read_excel("time_sample_data.xlsx");
print("Original DataFrame")
print(data)
  
# Create column for Date
data['New time']= None
print(data)
  
# set index
index_set= data.columns.get_loc('Description')
index_time=data.columns.get_loc('New time')
print(index_set,index_time)
  
# define the time pattern in HH:MM:SS
time_pattern= r'([0-24]{2}\:[0-60]{2}\:[0-60]{2})'
  
#searching dataframe with time pattern
for row in range(0, len(data)):
    time= re.search(time_pattern,data.iat[row,index_set]).group()
    data.iat[row,index_time] = time
      
print("\n Final DataFrame")    
data

输出：

注意：在运行此程序之前，请确保您已经在Python环境中安装了xlrd库。