如何在Python中将CSV中整数格式的时间转换为datetime类型

针对你将整数类型的HHMMSS格式时间转换为datetime类型的需求，以下是两种高效的矢量化方法（适配25万条数据的规模）：

方法1：字符串矢量化转换 + 日期解析 #

先将整数转换为6位补零字符串，再用pd.to_datetime按%H%M%S格式解析：

import pandas as pd

# 读取CSV后处理
df_NPA_2020['TIME_str'] = df_NPA_2020['TIME'].astype(str).str.zfill(6)
# 转换为datetime类型（默认带1900-01-01日期），若只需时间部分可加.dt.time
df_NPA_2020['ch_time'] = pd.to_datetime(df_NPA_2020['TIME_str'], format='%H%M%S')

方法2：数学运算拆分时间分量 + 构造datetime #

通过整数运算直接拆分小时、分钟、秒，再构造datetime：

import pandas as pd

df_NPA_2020['hours'] = df_NPA_2020['TIME'] // 10000
df_NPA_2020['minutes'] = (df_NPA_2020['TIME'] // 100) % 100
df_NPA_2020['seconds'] = df_NPA_2020['TIME'] % 100
# 从时间分量构造datetime
df_NPA_2020['ch_time'] = pd.to_datetime(df_NPA_2020[['hours', 'minutes', 'seconds']])

你之前方法的错误原因 #

1. 第一种方法错误：
   直接对整个Series执行str(int(df_NPA_2020['TIME']))会把整个列转换成一个包含索引的字符串（而非逐元素转换），后续的zfill和切片操作完全不符合预期。必须用pandas的矢量化字符串方法astype(str).str.zfill(6)逐元素处理。

2. 第二种方法错误：
   pd.to_datetime(str(x), format='%H:%M:%S')中，str(x)生成的是短字符串（如"7"），不符合%H:%M:%S的格式要求。正确的做法是用%H%M%S格式，并确保输入是6位补零字符串（如"000007"）。

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