如何在Pandas中对DataFrame的时间值进行区间分类？

这问题我碰到过，pd.cut确实只认数值型数据，直接扔时间字符串肯定行不通，不过咱们先把时间转换成可计算的数值再处理，几步就能搞定，看下面的操作：

步骤1：正确创建并预处理时间DataFrame #

你原来的DataFrame创建代码有小问题，时间值得用字符串包裹，而且最好先转成时间格式，方便后续提取关键数值：

import pandas as pd

# 正确构建初始DataFrame
df = pd.DataFrame(['02:00:00', '04:00:00', '07:00:00'], columns=['time'])
# 将字符串时间转换为datetime类型
df['time'] = pd.to_datetime(df['time'], format='%H:%M:%S')
# 提取小时数作为分箱用的数值列
df['hour'] = df['time'].dt.hour

步骤2：自定义分箱区间与对应标签 #

根据你的需求，咱们手动定义区间范围和对应的时间段标签：

# 分箱区间（左闭右开逻辑，最后一个区间用24覆盖当天剩余时间）
bins = [0, 2, 4, 7, 24]
# 对应每个区间的可读性标签
labels = ['0am-2am', '2am-4am', '4am-7am', '7am-12pm']

步骤3：用pd.cut完成分类映射 #

现在就可以用pd.cut把小时数映射到对应的时间段类别了：

df['time_category'] = pd.cut(df['hour'], bins=bins, labels=labels, include_lowest=True)

• include_lowest=True 是为了让第一个区间包含0点的时间（比如00:00:00会被分到0am-2am）
• 如果需要调整时间区间，直接修改bins和labels就行，比如想分更细的时段，加对应的数值和标签就好。

最终结果示例 #

运行完上面的代码，你的DataFrame会变成这样：

time  hour time_category
0 1900-01-01 02:00:00     2        2am-4am
1 1900-01-01 04:00:00     4        4am-7am
2 1900-01-01 07:00:00     7      7am-12pm

补充小技巧 #

如果不想单独提取小时列，也可以直接把时间转换成一天内的总秒数来做分箱，原理完全一致：

df['total_seconds'] = df['time'].dt.hour * 3600 + df['time'].dt.minute * 60 + df['time'].dt.second
# 对应的bins要转换成秒数，比如2小时=7200秒，4小时=14400秒
bins_seconds = [0, 7200, 14400, 25200, 86400]
df['time_category'] = pd.cut(df['total_seconds'], bins=bins_seconds, labels=labels, include_lowest=True)

内容的提问来源于stack exchange，提问作者wild west