Pandasで時刻計算をマスター！24時間表記を10進数に変換する方法

はじめに

こんにちは！みなさんは、時間データの処理に苦労したことはありませんか？

「勤務時間の計算を自動化したいけど、24時間表記の時刻データをどう扱えばいいのかわからない…」 「時刻データを使って計算したいけど、そのままでは足し算や引き算ができなくて困っている…」

こんな悩みを抱えている方は多いのではないでしょうか。特に、PythonのPandasを使ってデータ分析をしているときに、このような問題に直面することがよくあります。

そこで今回は、Pandasで24時間表記の時刻文字列を10進数の数値（時間単位）に変換し、計算可能な形式にする方法を、初心者の方にもわかりやすく丁寧に解説していきます！

この記事で学べること

この記事を読めば、以下のようなことができるようになります。

1. 24時間表記の時刻文字列（例："15:30"）を、時間単位の10進数（例：15.5）に変換する
2. 変換した数値を使って、勤務時間の計算や時刻間の差分の算出などができるようになる
3. 時刻データを扱う際の、文字列と数値の違いを理解する
4. Pandasの便利な関数を使って、効率的にデータ処理を行う方法を学ぶ

なぜ時刻文字列を数値に変換する必要があるのか？

時刻データは、見た目上は数値のように見えますが、Pandas上では単なる文字列として扱われていることが多くあります。

例えば、以下のようなデータフレームを考えてみましょう。

import pandas as pd

df = pd.DataFrame({
    '社員ID': ['A001', 'A002', 'A003'],
    '出勤時刻': ['9:00', '9:30', '10:00'],
    '退勤時刻': ['18:00', '19:00', '18:30']
})

このデータフレームでは、「出勤時刻」と「退勤時刻」の列が時刻データのように見えますね。しかし、これらの列のデータ型を確認してみると、

print(df.dtypes)

社員ID    object
出勤時刻    object
退勤時刻    object
dtype: object

object型、つまり文字列として認識されていることがわかります。

このままでは、勤務時間の計算をしようとしても、

df['勤務時間'] = df['退勤時刻'] - df['出勤時刻'] # このように単純な引き算はできない

といった問題が発生します。

そのため、時刻を表す文字列を数値データに変換し、計算可能な形式にすることが必要なのです。

時刻文字列を10進数に変換する3つのステップ

それでは、24時間表記の時刻文字列（"HH:MM"形式）を時間単位の10進数に変換する手順を、3つのステップで解説します。

ステップ1: str.split()で時と分に分割

まず、文字列の.str.split()メソッドを使って、時刻文字列を「時」と「分」に分割します。

# '出勤時刻'列を':'で分割し、'時'と'分'の列を作成
df[['出勤時', '出勤分']] = df['出勤時刻'].str.split(':', expand=True).astype(int)
df[['退勤時', '退勤分']] = df['退勤時刻'].str.split(':', expand=True).astype(int)

• str.split(':')で、各時刻文字列を:で分割します。
• expand=Trueを指定することで、分割した結果を別々の列に展開しています。
• .astype(int)で分割した文字列を整数(int型)に変換しています。

ステップ2: 分を時間単位に変換

次に、「分」を時間単位に変換します。1時間は60分なので、分の値を60で割ります。

# '出勤分'と'退勤分'を時間単位に変換
df['出勤分'] = df['出勤分'] / 60
df['退勤分'] = df['退勤分'] / 60

ステップ3: 時と分を合計して10進数にする

最後に、「時」と、時間単位に変換した「分」を合計します。

# '出勤時'と'出勤分'を合計して10進数の時刻を作成
df['出勤時刻_10進数'] = df['出勤時'] + df['出勤分']
df['退勤時刻_10進数'] = df['退勤時'] + df['退勤分']

これで、"HH:MM"形式の時刻文字列が、時間単位の10進数（HH.hh形式）に変換されました！

変換した数値を使って計算する

10進数に変換することで、時刻データを使った計算が簡単にできるようになります。

例えば、各社員の勤務時間を計算するには、以下のように「退勤時刻_10進数」から「出勤時刻_10進数」を引くだけです。

# 勤務時間を計算
df['勤務時間'] = df['退勤時刻_10進数'] - df['出勤時刻_10進数']

簡単ですね！

1行でまとめて変換する

上記の手順をlambda関数とapply()メソッドを使うことで、1行で書くこともできます。

# '出勤時刻'列に適用する関数を定義
df['出勤時刻_10進数'] = df['出勤時刻'].apply(lambda x: int(x.split(':')[0]) + int(x.split(':')[1]) / 60)
df['退勤時刻_10進数'] = df['退勤時刻'].apply(lambda x: int(x.split(':')[0]) + int(x.split(':')[1]) / 60)

• lambda x:は無名関数（その場で使い捨ての関数）を定義しています。
• apply()は、データフレームの各要素（ここでは各行の’出勤時刻’の値）に関数を適用します。

コードが簡潔になり、処理も高速です。

応用例：時刻データの集計

変換した数値データを使えば、様々な集計処理も簡単にできます。

例えば、以下のようなことができます。

1. 社員ごとの平均勤務時間を計算する
2. 部署ごとの総勤務時間を計算する
3. 特定の時間帯の勤務回数をカウントする

これらの処理も、数値データに変換することで、Pandasの強力な集計機能を活用して効率的に行うことができます。

まとめ

今回は、Pandasで24時間表記の時刻文字列を10進数の数値に変換し、計算可能な形式にする方法を解説しました。

ポイント

• 時刻文字列は、そのままでは計算に使いにくい
• .str.split()、/60、+の3ステップで数値に変換
• lambda関数とapply()で効率化
• 数値に変換することで、勤務時間の計算や様々な集計処理が可能に

この方法をマスターすれば、時刻データを含むデータ分析が格段に効率化されるはずです。ぜひ実務で活用してみてください！

おまけ：to_datetime()を使う方法

Pandasのto_datetime()関数を使っても、時刻文字列を日時のデータ型（datetime64）に変換することができます。 ただし、この場合は日付の情報が一緒に付与され、計算を行う際には注意が必要です。この説明は長くなるので今回は省略します。

Python

# 日付の情報がついてしまう
df['出勤時刻_datetime'] = pd.to_datetime(df['出勤時刻'])
df['退勤時刻_datetime'] = pd.to_datetime(df['退勤時刻'])
print(df.dtypes)

社員ID                       object
出勤時刻                       object
退勤時刻                       object
出勤時刻_datetime        datetime64[ns]
退勤時刻_datetime        datetime64[ns]
dtype: object

この方法について詳しく知りたい方は、Pandasの公式ドキュメントを参照してみてください。

以上で、Pandasで時刻データを自由自在に操るための解説を終わります。
みなさんのデータ分析ライフが、より充実したものになることを願っています！