将DataFrame中object类型纯时间列转为datetime类型遇问题求助

问题背景 #

我尝试将DataFrame的df['start_time_time']列从object类型转换为datetime类型。该列是从df['start_time']列中提取出的纯时间数据，示例如下：

先后尝试了两种方法：

• 执行pd.to_datetime(df['start_time_time'], format='%H:%M:%S').dt.time，转换后数据类型仍为object。
• 执行pd.to_datetime(df['start_time_time'], format='%H:%M:%S')，成功转为datetime64类型，但结果附带默认日期1900-01-01，示例如下：

疑问：datetime格式必须包含日期吗？如何忽略日期，仅按时间对行进行排序？

解答 #

1. datetime格式是否必须包含日期？ #

是的，Pandas中的datetime64类型本质是日期+时间的组合，无法单独存储纯时间信息。当仅传入时间字符串时，Pandas会自动补充默认日期（通常为1900-01-01）来构建完整的datetime对象。

而通过.dt.time提取的time对象属于Python标准库的datetime.time类型，Pandas会将其存储为object类型，因为它不属于Pandas原生的数值/时间序列类型。

2. 按纯时间排序的可行方案 #

核心需求是按时间排序，无需纠结是否为datetime类型，以下三种方案均可：

方案一：直接使用datetime64类型排序

虽然带有默认日期，但所有行的日期一致，排序时只会比较时间部分，完全不影响结果：

df = df.sort_values(by='start_time_time')

方案二：转换为Timedelta类型

将纯时间字符串转换为timedelta64类型（代表从00:00:00开始的时间差），该类型支持排序：

df['start_time_time'] = pd.to_timedelta(df['start_time_time'])
# 执行排序
df = df.sort_values(by='start_time_time')

转换后的值会显示为0 days 00:04:37格式，排序逻辑符合需求。

方案三：直接对字符串排序

由于时间字符串是HH:MM:SS固定格式，字符串的字典序与时间先后顺序完全一致，可直接排序：

df = df.sort_values(by='start_time_time')

这种方法最简单，无需任何类型转换。

内容的提问来源于stack exchange，提问作者3timemvpnikolajokic