python 时间数据处理

python 数据处理，如下想将时间的数据统计到秒，然后看data和时间的关系，请问如何操作？？

Time data
1:15:52 36.55
1:15:53 36.6
1:15:54 36.6
1:15:55 36.65
1:15:56 36.7
1:15:57 36.7
1:15:58 36.75
1:15:59 36.75
1:16:00 36.8
1:16:01 36.8
1:16:02 36.85
1:16:03 36.85
1:16:04 36.9
1:16:05 36.9
1:16:06 36.95
1:16:07 36.95
1:16:08 37
1:16:09 37.05
1:16:10 37.05
1:16:11 37.05
1:16:12 37.1
1:16:13 37.1
1:16:14 37.1
1:16:15 37.15
1:16:16 37.15
1:16:17 37.15
1:16:18 37.2
1:16:19 37.2
1:16:20 37.25
1:16:21 37.25
1:16:22 37.3
1:16:23 37.3
1:16:24 37.3
1:16:25 37.35
1:16:26 37.35
1:16:27 37.35
1:16:28 37.4
1:16:29 37.4
1:16:30 37.4
1:16:31 37.4
1:16:32 37.45
1:16:33 37.45
1:16:34 37.5
1:16:35 37.5
1:16:36 37.5
1:16:37 37.55
1:16:38 37.55
1:16:39 37.55
1:16:40 37.55
1:16:41 37.6
1:16:42 37.6
1:16:43 37.6
1:16:44 37.65
1:16:45 37.65
1:16:46 37.65
1:16:47 37.7
1:16:48 37.7
1:16:49 37.75
1:16:50 37.75
1:16:51 37.75
1:16:52 37.75
1:16:53 37.8
1:16:54 37.8
1:16:55 37.8
1:16:56 37.85
1:16:57 37.85
1:16:58 37.85
1:16:59 37.9
1:17:00 37.95
1:17:01 37.95
1:17:02 37.95
1:17:03 38
1:17:04 38.05
1:17:05 38.1
1:17:06 38.1
1:17:07 38.15
1:17:08 38.2
1:17:09 38.2
1:17:10 38.25
1:17:11 38.25
1:17:12 38.3
1:17:13 38.35
1:17:14 38.35
1:17:15 38.4
1:17:16 38.45
1:17:17 38.45
1:17:18 38.5
1:17:19 38.55
1:17:20 38.6
1:17:21 38.65
1:17:22 38.7
1:17:23 38.7
1:17:24 38.8
1:17:25 38.85
1:17:26 38.85
1:17:27 38.9
1:17:28 38.95
1:17:29 39
1:17:30 39.05
1:17:31 39.1
1:17:32 39.15
1:17:33 39.15
1:17:34 39.2
1:17:35 39.25
1:17:36 39.3
1:17:37 39.35
1:17:38 39.4
1:17:39 39.45
1:17:40 39.5
1:17:41 39.55
1:17:42 39.6
1:17:43 39.65
1:17:44 39.7
1:17:45 39.75
1:17:46 39.8
1:17:47 39.8
1:17:48 39.9
1:17:49 39.9
1:17:50 39.95
1:17:51 40
1:17:52 40.05
1:17:53 40.1
1:17:54 40.15
1:17:55 40.2
1:17:56 40.2
1:17:57 40.25
1:17:58 40.3
1:17:59 40.35
1:18:00 40.4
1:18:01 40.4
1:18:02 40.45
1:18:03 40.5
1:18:04 40.55
1:18:05 40.55
1:18:06 40.6
1:18:07 40.65
1:18:08 40.65
1:18:09 40.7
1:18:10 40.75
1:18:11 40.8
1:18:12 40.8
1:18:13 40.85
1:18:14 40.9
1:18:15 40.9
1:18:16 40.95
1:18:17 41
1:18:18 41
1:18:19 41.05
1:18:20 41.1
1:18:21 41.1
1:18:22 41.15
1:18:23 41.2
1:18:24 41.2
1:18:25 41.25
1:18:26 41.25
1:18:27 41.3
1:18:28 41.3
1:18:29 41.35
1:18:30 41.4
1:18:31 41.4
1:18:32 41.45
1:18:33 41.45
1:18:34 41.5
1:18:35 41.5
1:18:36 41.55
1:18:37 41.6
1:18:38 41.65
1:18:39 41.65
1:18:40 41.7
1:18:41 41.75
1:18:42 41.75
1:18:43 41.8
1:18:44 41.85
1:18:45 41.85
1:18:46 41.9
1:18:47 41.95
1:18:48 41.95
1:18:49 42
1:18:50 42.05
1:18:51 42.05
1:18:52 42.1
1:18:53 42.15
1:18:54 42.15
1:18:55 42.25
1:18:56 42.25
1:18:57 42.3
1:18:58 42.35
1:18:59 42.4
1:19:00 42.45
1:19:01 42.5
1:19:02 42.55
1:19:03 42.55
1:19:04 42.6
1:19:05 42.65
1:19:06 42.7
1:19:07 42.75
1:19:08 42.8
1:19:09 42.85
1:19:10 42.9
1:19:11 42.95
1:19:12 43
1:19:13 43.05
1:19:14 43.1
1:19:15 43.15
1:19:16 43.2
1:19:17 43.25
1:19:18 43.3
1:19:19 43.35
1:19:20 43.4
1:19:21 43.45
1:19:22 43.55
1:19:23 43.6
1:19:24 43.6
1:19:25 43.65
1:19:26 43.75
1:19:27 43.8
1:19:28 43.8
1:19:29 43.9
1:19:30 43.95
1:19:31 44
1:19:32 44.05
1:19:33 44.1
1:19:34 44.15
1:19:35 44.2
1:19:36 44.25
1:19:37 44.3
1:19:38 44.35
1:19:39 44.45
1:19:40 44.5
1:19:41 44.55
1:19:42 44.6
1:19:43 44.65
1:19:44 44.7
1:19:45 44.75
1:19:46 44.8
1:19:47 44.85
1:19:48 44.9
1:19:49 44.95
1:19:50 45
1:19:51 45.05
1:19:52 45.1
1:19:53 45.15
1:19:54 45.2
1:19:55 45.25
1:19:56 45.3
1:19:57 45.35
1:19:58 45.4
1:19:59 45.45
1:20:00 45.5
1:20:01 45.55
1:20:02 45.6
1:20:03 45.65
1:20:04 45.7
1:20:05 45.75
1:20:06 45.8
1:20:07 45.85
1:20:08 45.9
1:20:09 45.9
1:20:10 45.95
1:20:11 46
1:20:12 46.05
1:20:13 46.1
1:20:14 46.15
1:20:15 46.15
1:20:16 46.2
1:20:17 46.25
1:20:18 46.3
1:20:19 46.35
1:20:20 46.35
1:20:21 46.4
1:20:22 46.45
1:20:23 46.5
1:20:24 46.5
1:20:25 46.55
1:20:26 46.6
1:20:27 46.6
1:20:28 46.7
1:20:29 46.7
1:20:30 46.75
1:20:31 46.8
1:20:32 46.8
1:20:33 46.85
1:20:34 46.9
1:20:35 46.95
1:20:36 47
1:20:37 47.05
1:20:38 47.1
1:20:39 47.15
1:20:40 47.2
1:20:41 47.2
1:20:42 47.25
1:20:43 47.3
1:20:44 47.35
1:20:45 47.4
1:20:46 47.4
1:20:47 47.45
1:20:48 47.55
1:20:49 47.55
1:20:50 47.6
1:20:51 47.65
1:20:52 47.7
1:20:53 47.75
1:20:54 47.8
1:20:55 47.85
1:20:56 47.9
1:20:57 48
1:20:58 48
1:20:59 48.05
1:21:00 48.1
1:21:01 48.15
1:21:02 48.25
1:21:03 48.25
1:21:04 48.3
1:21:05 48.4
1:21:06 48.45
1:21:07 48.5
1:21:08 48.55
1:21:09 48.6
1:21:10 48.7
1:21:11 48.75
1:21:12 48.8
1:21:13 48.85
1:21:14 48.9
1:21:15 48.95
1:21:16 49.05
1:21:17 49.1
1:21:18 49.15
1:21:19 49.25
1:21:20 49.3
1:21:21 49.35
1:21:22 49.4
1:21:23 49.45
1:21:24 49.5
1:21:25 49.55
1:21:26 49.65
1:21:27 49.7
1:21:28 49.75
1:21:29 49.8
1:21:30 49.85
1:21:31 49.9
1:21:32 49.95
1:21:33 50
1:21:34 50.05
1:21:35 50.1

上图

代码

# 2023年7月4日12:07:38
import pandas as pd
import matplotlib.pyplot as plt

times = ['1:15:52', '1:15:53', '1:15:54', '1:15:55', '1:15:56', '1:15:57',
         '1:15:58', '1:15:59', '1:16:00', '1:16:01', '1:16:02', '1:16:03',
         '1:16:04', '1:16:05', '1:16:06', '1:16:07', '1:16:08', '1:16:09',
         '1:16:10', '1:16:11', '1:16:12', '1:16:13', '1:16:14', '1:16:15']

data = [36.55, 36.6, 36.6, 36.65, 36.7, 36.7, 36.75, 36.75, 36.8, 36.8,
        36.85, 36.85, 36.9, 36.9, 36.95, 36.95, 37, 37.05, 37.05, 37.05,
        37.1, 37.1, 37.1, 37.15]
#bins = [0, 60, 120, 180, 240, 300] # 表示将时间分组间隔为60秒
seconds = []
for t in times:
    h, m, s = t.split(':')
    seconds.append(int(h) * 3600 + int(m) * 60 + int(s))

df = pd.DataFrame({'秒': seconds, 'data': data})

plt.plot('秒', 'data', data=df)
plt.show()

数据你自己补充完整