Pandas - 将字符串转换为没有日期的时间答案

【问题标题】：Pandas - convert strings to time without datePandas - 将字符串转换为没有日期的时间
【发布时间】：2015-09-03 12:21:00
【问题描述】：

我已阅读大量 SO 答案，但找不到明确的解决方案。

我在一个名为 day1 的 df 中有这些数据，它代表小时数：

1    10:53
2    12:17
3    14:46
4    16:36
5    18:39
6    20:31
7    22:28
Name: time, dtype: object>

我想把它转换成时间格式。但是当我这样做时：

day1.time = pd.to_datetime(day1.time, format='H%:M%')

结果包括今天的日期：

1   2015-09-03 10:53:00
2   2015-09-03 12:17:00
3   2015-09-03 14:46:00
4   2015-09-03 16:36:00
5   2015-09-03 18:39:00
6   2015-09-03 20:31:00
7   2015-09-03 22:28:00
Name: time, dtype: datetime64[ns]>

format 参数似乎不起作用 - 如果没有日期，我如何获得此处显示的时间？

更新

以下格式正确地格式化了时间，但不知何故该列仍然是一个对象类型。为什么不转换为datetime64？

day1['time'] = pd.to_datetime(day1['time'], format='%H:%M').dt.time

1    10:53:00
2    12:17:00
3    14:46:00
4    16:36:00
5    18:39:00
6    20:31:00
7    22:28:00
Name: time, dtype: object>

【问题讨论】：

标签： python pandas

【解决方案1】：

执行转换后，您可以使用日期时间访问器dt 仅访问hour 或time 组件：

In [51]:

df['hour'] = pd.to_datetime(df['time'], format='%H:%M').dt.hour
df
Out[51]:
        time  hour
index             
1      10:53    10
2      12:17    12
3      14:46    14
4      16:36    16
5      18:39    18
6      20:31    20
7      22:28    22

另外你的格式字符串H%:M% 格式不正确，它可能会引发ValueError: ':' is a bad directive in format 'H%:M%'

关于您的最后一条评论，dtype 是 datetime.time 而不是 datetime：

In [53]:
df['time'].iloc[0]

Out[53]:
datetime.time(10, 53)

【讨论】：

【解决方案2】：

我最近也遇到了这个问题。我的方法接近 EdChum 的方法，结果与 YOBEN_S 的答案相同。

就像 EdChum 说明的那样，使用 dt.hour 或 dt.time 会给你一个 datetime.time 对象，它可能只对显示有用。我几乎无法对这些对象进行任何比较或计算。因此，如果您需要对结果列进行任何进一步的比较或计算操作，最好避免使用此类数据格式。

我的方法只是从to_datetime 结果中减去日期：

c = pd.Series(['10:23', '12:17', '14:46'])
pd.to_datetime(c, format='%H:%M') - pd.to_datetime(c, format='%H:%M').dt.normalize()

结果是

0   10:23:00
1   12:17:00
2   14:46:00
dtype: timedelta64[ns]

dt.normalize() 基本上将所有时间分量设置为 00:00:00，它只会显示日期，同时保持datetime64 数据格式，从而可以使用它进行计算。

我的答案绝不比其他两个好。我只是想提供一种不同的方法，希望对您有所帮助。

【讨论】：

【解决方案3】：

您可以使用to_timedelta

pd.to_timedelta(df+':00')
Out[353]: 
1   10:53:00
2   12:17:00
3   14:46:00
4   16:36:00
5   18:39:00
6   20:31:00
7   22:28:00
Name: Time, dtype: timedelta64[ns]

【讨论】：