如何将特定格式的时间范围字符串转换为datetime64[ns]类型的起止时间列表

这个需求我之前也碰到过，其实拆分几个步骤就能轻松搞定，咱们一步步来解决你提到的三个问题：

第一步：拆分时间范围字符串 #

你观察得没错，首先得把包含起止时间的长字符串拆成两个独立的时间字符串。因为你的格式里是用空格-空格分隔的，直接用split(' - ')就能拆分，比如：

time_range = 'Mar 24, 2019 12:45 AM - Apr 25, 2019 12:44 AM'
start_str, end_str = time_range.split(' - ')
# 得到 start_str = 'Mar 24, 2019 12:45 AM'，end_str = 'Apr 25, 2019 12:44 AM'

第二步：解析单个时间字符串 #

针对你提到的「月份是三个字母」「12小时制时间」这两个问题，Python的datetime模块或者pandas都能完美处理：

• 用%b匹配三个字母的英文月份缩写（比如Mar对应3月）
• 用%I处理12小时制的小时数（01-12）
• 用%p识别AM/PM标识

这里推荐用pandas的to_datetime方法，它会直接返回datetime64[ns]类型的Timestamp对象，非常方便：

import pandas as pd

dt_format = '%b %d, %Y %I:%M %p'
start_dt = pd.to_datetime(start_str, format=dt_format)
end_dt = pd.to_datetime(end_str, format=dt_format)

如果不用pandas，用原生datetime加numpy也可以：

from datetime import datetime
import numpy as np

start_datetime = datetime.strptime(start_str, dt_format)
end_datetime = datetime.strptime(end_str, dt_format)
# 转换为datetime64[ns]
start_dt64 = np.datetime64(start_datetime)
end_dt64 = np.datetime64(end_datetime)

第三步：封装成函数批量处理 #

把上面的逻辑封装成函数，就能批量处理所有时间范围字符串了：

import pandas as pd

def convert_time_range(time_range_str):
    start_str, end_str = time_range_str.split(' - ')
    dt_format = '%b %d, %Y %I:%M %p'
    start_dt = pd.to_datetime(start_str, format=dt_format)
    end_dt = pd.to_datetime(end_str, format=dt_format)
    return [start_dt, end_dt]

# 测试单个例子
test_range = 'Mar 24, 2019 12:45 AM - Apr 25, 2019 12:44 AM'
print(convert_time_range(test_range))
# 输出：[Timestamp('2019-03-24 00:45:00'), Timestamp('2019-04-25 00:44:00')]

# 批量处理多个时间范围
time_ranges_list = [
    'Mar 24, 2019 12:45 AM - Apr 25, 2019 12:44 AM',
    'Jan 01, 2020 09:30 PM - Jan 02, 2020 08:15 AM',
    'Jun 15, 2021 12:00 PM - Jun 15, 2021 12:00 AM'
]
all_results = [convert_time_range(tr) for tr in time_ranges_list]

需要注意的是，12:00 AM会被正确解析为当天的0点，12:00 PM会被解析为当天的12点，完全符合时间逻辑。

备注：内容来源于stack exchange，提问作者mathim1881