TypeError报错：split()不支持'expand'参数，DataFrame时间列处理遇阻

我有一个包含开始时间和结束时间列的DataFrame，由于这些列可能存在无效值，我添加了try-except块。我尝试统一时间格式并最终将其保存为pandas datetime.time类型，代码如下：

for i in range(df.shape[0]):
    try:
        df.loc[i,'start time'] = pd.to_datetime(df.loc[i,'start time'].split(':', expand=True)
                                                 .apply(lambda col: col.str.zfill(2))
                                                 .fillna('00')
                                                 .agg(':'.join, axis=1)).dt.time
    except:
        pass
    try:
        df.loc[i,'end time'] = pd.to_datetime(df.loc[i,'end time'].str.split(':', expand=True)
                                                 .apply(lambda col: col.str.zfill(2))
                                                 .fillna('00')
                                                 .agg(':'.join, axis=1)).dt.time
    except:
        pass

运行代码时出现错误：TypeError: 'expand' is an invalid keyword argument for split()，请问忽略了什么问题？

错误根源 #

你混淆了两种split方法的用法：df.loc[i,'start time']取到的是单个标量值（比如某一行的时间字符串或NaN），此时调用的是Python原生的str.split()方法——而expand是pandas Series专属的str.split()方法才有的参数，原生字符串的split根本不支持这个参数，所以报错。

两种修复方案 #

方案1：用pandas向量化操作（推荐，效率更高）

直接对整列做批量处理，这是pandas的核心优势：

def clean_time_col(col):
    # 把时间字符串拆分成多列
    split_cols = col.str.split(':', expand=True)
    # 每列都补成两位数字格式
    split_cols = split_cols.apply(lambda c: c.str.zfill(2))
    # 缺失的部分用00填充
    split_cols = split_cols.fillna('00')
    # 重新拼接成标准时间字符串
    cleaned_time_str = split_cols.agg(':'.join, axis=1)
    # 转换为datetime.time类型，无效值自动设为NaT
    return pd.to_datetime(cleaned_time_str, errors='coerce').dt.time

# 批量处理两列
df['start time'] = clean_time_col(df['start time'])
df['end time'] = clean_time_col(df['end time'])

方案2：保留逐行循环（不推荐，效率较低）

如果一定要逐行处理，就得用原生字符串的split，手动完成补零和拼接：

for i in range(df.shape[0]):
    # 处理start time
    try:
        time_val = df.loc[i, 'start time']
        if pd.notna(time_val):
            # 转成字符串后拆分
            parts = str(time_val).split(':')
            # 每个部分补成两位，最多取时分秒三个部分
            parts = [p.zfill(2) for p in parts[:3]]
            # 不足三个部分的补00（比如只有小时的话，补分钟和秒）
            while len(parts) < 3:
                parts.append('00')
            # 拼接后转成time类型
            df.loc[i, 'start time'] = pd.to_datetime(':'.join(parts)).time()
    except (ValueError, TypeError):
        pass
    
    # 处理end time
    try:
        time_val = df.loc[i, 'end time']
        if pd.notna(time_val):
            parts = str(time_val).split(':')
            parts = [p.zfill(2) for p in parts[:3]]
            while len(parts) < 3:
                parts.append('00')
            df.loc[i, 'end time'] = pd.to_datetime(':'.join(parts)).time()
    except (ValueError, TypeError):
        pass

额外提醒 #

• 尽量避免逐行循环DataFrame，数据量大时性能会差很多，向量化操作才是pandas的正确用法。
• 不要用空的except，指定具体的异常类型（比如上面的ValueError和TypeError），避免掩盖其他未知错误。

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