在Pandas Series列中用strftime处理时间并生成指定格式NumPy数组

错误原因 #

你遇到的属性错误是因为strptime是Python标准库datetime模块的方法，仅支持处理单个字符串，无法直接作用于Pandas Series对象。Pandas有专门的批量时间处理工具，无需使用原生strptime。

分步解决代码 #

1. 将第0列转换为datetime类型

使用Pandas内置的pd.to_datetime()函数批量转换整列时间字符串：

import pandas as pd
import numpy as np

# 转换第0列为datetime类型，指定匹配原数据的格式
df[0] = pd.to_datetime(df[0], format='%Y-%b-%d/%H:%M:%S.%f')

format参数严格匹配你的时间字符串结构：年-月份缩写-日/时:分:秒.毫秒。

2. 生成仅保留时分秒的NumPy数组

根据你的需求，分两种情况处理：

• 需求1：获取时间类型的NumPy数组
  提取datetime中的时间部分（仅保留时:分:秒），转为NumPy数组：

  time_np_array = df[0].dt.time.to_numpy()
  

  注：生成的数组元素是datetime.time类型，仅包含时分秒信息。

• 需求2：获取格式化字符串的NumPy数组
  若需要'%H:%M:%S'格式的字符串数组，使用dt.strftime()：

  # 注意：秒的格式符是大写%S，小写%s代表时间戳
  time_str_np_array = df[0].dt.strftime('%H:%M:%S').to_numpy()
  

内容的提问来源于stack exchange，提问作者user21064805