将DataFrame列转换为datetime格式时出现格式匹配错误

我来帮你搞定这个时间转换的坑！你遇到的错误根源在于Time列的数值类型和字符串格式不匹配：你的Time是float类型，当直接传给pd.to_datetime时，像132550.0这样的数值会被转换成字符串'132550'（丢失了小数部分），或者'132550.0'，这两种都不符合你指定的%H%M%S.%f格式（要求必须有6位小数的秒数部分）。

修正步骤 #

1. 先将数值格式化为标准的时间字符串：确保所有值都变成HHMMSS.ffffff的格式，保留6位小数，哪怕是末尾的0也不能丢。
2. 再转换为datetime并提取时间部分：用格式化后的字符串去匹配%H%M%S.%f格式，就能成功转换了。

修正后的代码 #

import pandas as pd

# 先格式化Time列为标准的6位小数字符串
df['Time'] = df['Time'].apply(lambda x: f"{x:.6f}")
# 转换为datetime并提取时间部分
df['Time'] = pd.to_datetime(df['Time'], format="%H%M%S.%f").map(lambda x: x.time())

# 测试输出
print(df["Time"][0])  # 输出 13:25:50
print(df["Time"][1])  # 输出 13:25:50.013906

额外说明 #

• 用f"{x:.6f}"可以强制把每个数值都格式化为带6位小数的字符串，完美匹配%H%M%S.%f的格式要求。
• 如果你的Time列里还有整数类型的值（比如没有小数部分的），这个方法也能统一处理，不会出错。

内容的提问来源于stack exchange，提问作者Art