Python中如何将时间区间字符串转换为datetime类型？

你的原代码报错大概率是因为数据中存在格式不匹配的行，或是pandas对这种包含时间区间的长字符串转换时出现隐性问题。推荐通过**提取时间区间的单个时间点（起始/结束）**拆分转换，这种方式更稳定高效，具体方案如下：

方案1：提取起始时间并转换 #

由于你的数据是15分钟间隔的统计数据，通常用区间的起始时间作为时间戳就足够：

# 拆分出时间区间的起始部分
dftotalload2020['start_time'] = dftotalload2020['Time (CET/CEST)'].str.split(' - ').str[0]
# 转换为datetime类型
dftotalload2020['start_time'] = pd.to_datetime(dftotalload2020['start_time'], format='%d.%m.%Y %H:%M')

方案2：同时提取起始和结束时间 #

如果需要保留区间的两个时间点，可以拆分出两列分别转换：

# 拆分起始、结束时间为新列
dftotalload2020[['start_time', 'end_time']] = dftotalload2020['Time (CET/CEST)'].str.split(' - ', expand=True)
# 分别转换为datetime类型
dftotalload2020['start_time'] = pd.to_datetime(dftotalload2020['start_time'], format='%d.%m.%Y %H:%M')
dftotalload2020['end_time'] = pd.to_datetime(dftotalload2020['end_time'], format='%d.%m.%Y %H:%M')

排查原代码报错原因 #

如果一定要用原格式直接转换，可以先定位格式异常的行：

# 标记转换失败的行（返回NaN）
dftotalload2020['time_converted'] = pd.to_datetime(
    dftotalload2020['Time (CET/CEST)'], 
    format='%d.%m.%Y %H:%M - %d.%m.%Y %H:%M', 
    errors='coerce'
)
# 筛选出转换失败的行
invalid_rows = dftotalload2020[dftotalload2020['time_converted'].isna()]
print(invalid_rows)

查看这些异常行的时间格式，修正后再重新执行原代码即可。

内容的提问来源于stack exchange，提问作者J1999