您可以尝试：

# convert `time` column to datetime (if necessary):
df["time"] = pd.to_datetime(df["time"])

df["hour"] = df["time"].dt.time
df["seconds"] = (
    df["time"].dt.hour * 60 * 60
    + df["time"].dt.minute * 60
    + df["time"].dt.second
)
print(df)

图纸：

time  id  time_offset      hour  seconds
0 2017-12-01 21:00:00   0          -60  21:00:00    75600
1 2017-12-01 21:01:00   0          -59  21:01:00    75660
2 2017-12-01 21:02:00   0          -58  21:02:00    75720
3 2017-12-01 21:03:00   0          -57  21:03:00    75780
4 2017-12-01 21:04:00   0          -56  21:04:00    75840

将日期时间序列指定为索引通常很有用。请使用pd.to_datetime（）将其转换为可用格式。

df.index = pd.to_datetime(df['time'])
df.drop('time',axis=1)

1.可以使用strftime函数-https://strftime.org/

df['time'] = df.index.strftime("%H:%M:%S")

1.由于df.index[0]是您第一次可以减去并使用.seconds属性：

df['seconds since'] = (df.index = df.index[0]).seconds

• • 示例**

data = {'time': {0: '2017-12-01 21:00:00', 1: '2017-12-01 21:01:00', 2: '2017-12-01 21:02:00', 
                 3: '2017-12-01 21:03:00', 4: '2017-12-01 21:04:00'}, 
        'id': {0: 0, 1: 0, 2: 0, 3: 0, 4: 0}, 
        'time_offset': {0: -60, 1: -59, 2: -58, 3: -57, 4: -56}}
df = pd.DataFrame(data)

第一个月

time                   id   time_offset
0   2017-12-01 21:00:00     0   -60
1   2017-12-01 21:01:00     0   -59
2   2017-12-01 21:02:00     0   -58
3   2017-12-01 21:03:00     0   -57
4   2017-12-01 21:04:00     0   -56

• • 代码**

制作timedelta，使用dt.total_seconds()，在示例中，由于time列是object，可以通过以下方式转换为timedelta。

pd.to_timedelta(df['time'].str.split(' ').str[1])

你可以使用dt.total_seconds()将timedelta转换为秒

s = pd.to_timedelta(df['time'].str.split(' ').str[1]).dt.total_seconds()

s

0    75600.0
1    75660.0
2    75720.0
3    75780.0
4    75840.0
Name: time, dtype: float64