如何将Pandas中categoricalDtype格式的时间列转为datetime类型？

错误原因 #

你的time_gap列是有序分类类型，其底层存储的是**Timedelta（时间间隔）**对象，而pd.to_datetime无法直接将时间间隔转换为日期时间（datetime），因此抛出类型转换错误。

简便转换方案 #

方案1：提取时分秒字符串转Datetime

先将分类值转为字符串，拆分出0 days后的时分秒部分，再直接转换为datetime类型（默认会自动拼接当前日期，若仅需时间部分可后续提取）：

# 转换为字符串并拆分出时分秒段
df["time_gap"] = df["time_gap"].astype(str).str.split(" ", n=1).str[1]
# 按时分秒格式转为datetime
df["time_gap"] = pd.to_datetime(df["time_gap"], format="%H:%M:%S")

如果只需要时间部分（而非带日期的datetime），可以追加：

df["time_gap"] = df["time_gap"].dt.time

方案2：Timedelta转Datetime（基于基准日期）

先将分类值转为Timedelta，再与一个基准日期相加得到datetime类型：

# 转换为Timedelta类型
td_series = pd.to_timedelta(df["time_gap"])
# 加上基准日期生成datetime（这里用1970-01-01作为基准）
df["time_gap"] = pd.Timestamp("1970-01-01") + td_series

这种方式得到的是带完整日期的datetime，若需仅保留时间显示，同样可以用.dt.time提取。

内容的提问来源于stack exchange，提问作者Para