如何处理DataFrame中含24:00:00格式的异常时间戳，将其转换为次日00:00:00

嘿，我懂为啥replace方法对你不管用——只把'24'换成'00'只能改字符串里的小时数，没法同步更新日期，有时候甚至连替换都不生效。咱们用Pandas的日期时间处理工具来彻底解决这个问题，步骤很清晰：

方法一：分步处理（直观易理解） #

1. 先修正时间字符串，再转为datetime类型 #

首先把所有24:00:00替换成00:00:00，让Pandas能正常解析成时间戳：

import pandas as pd

# 替换24:00:00为00:00:00
data['TIMESTAMP'] = data['TIMESTAMP'].str.replace('24:00:00', '00:00:00')
# 转换为标准datetime格式
data['TIMESTAMP'] = pd.to_datetime(data['TIMESTAMP'], format='%Y-%m-%d %H:%M:%S')

2. 定位原24:00的行，给日期加1天 #

接下来要找出那些原本是24:00:00的行（现在显示为当天的00:00:00），给它们的日期加一天。为了精准定位，我们可以先保留原始时间字符串的副本：

# 先保存原始时间字符串，方便后续筛选
data['TIMESTAMP_RAW'] = data['TIMESTAMP'].astype(str)
# 筛选出原时间包含24:00:00的行
mask = data['TIMESTAMP_RAW'].str.contains('24:00:00')
# 对符合条件的行，日期加1天
data.loc[mask, 'TIMESTAMP'] = data.loc[mask, 'TIMESTAMP'] + pd.Timedelta(days=1)
# 不需要原始列的话可以删掉
data.drop('TIMESTAMP_RAW', axis=1, inplace=True)

方法二：一体化函数（更简洁高效） #

如果想一步到位，可以写个自定义函数直接处理每个时间戳字符串，不用分步操作：

def fix_24h_timestamp(ts_str):
    if '24:00:00' in ts_str:
        # 拆分日期和时间部分
        date_part, _ = ts_str.split(' ')
        # 日期加1天，时间改为00:00:00
        new_date = pd.to_datetime(date_part) + pd.Timedelta(days=1)
        return f"{new_date.strftime('%Y-%m-%d')} 00:00:00"
    else:
        return ts_str

# 应用函数后直接转为datetime类型
data['TIMESTAMP'] = pd.to_datetime(data['TIMESTAMP'].apply(fix_24h_timestamp))

这样处理后，2021-08-01 24:00:00就会被正确转换成2021-08-02 00:00:00，其他正常时间戳完全不受影响。

内容的提问来源于stack exchange，提问作者Josh Alt