如何在pandas.DataFrame中将object/string类型转为time类型？

问题1：转成datetime后出现默认日期 #

用pd.to_datetime()转换纯时间字符串（比如%H:%M:%S格式）时，Pandas的datetime类型本身是日期+时间的组合，所以会自动补一个默认起始日期（通常是1900-01-01），这是正常现象。如果只是需要展示时间、后续不用做时间运算，要么忽略这个日期，要么转成纯字符串格式：

# 转成仅含时间的字符串
d2['Time of Card Posting'] = pd.to_datetime(d2['Time of Card Posting'], format='%H:%M:%S').dt.strftime('%H:%M:%S')

问题2：提取dt.time后变成object类型 #

dt.time返回的是Python内置的datetime.time对象，Pandas会把这类对象归为object类型，没法用原生时间函数操作。如果需要对时间做运算或筛选，更推荐用Timedelta类型：

# 直接转成时间差类型（表示从00:00:00开始的时长）
d2['Time of Card Posting'] = pd.to_timedelta(d2['Time of Card Posting'])

转成timedelta64类型后，能直接做时间比较、加减等操作，比如筛选10点到12点之间的数据：

# 筛选10:00:00至12:00:00的记录
mask = (d2['Time of Card Posting'] >= pd.to_timedelta('10:00:00')) & (d2['Time of Card Posting'] <= pd.to_timedelta('12:00:00'))
filtered_data = d2[mask]

要是非得保留datetime类型但只关注时间部分，也可以提取时分秒分量来做操作：

# 提取小时、分钟列用于后续分析
d2['Hour'] = pd.to_datetime(d2['Time of Card Posting'], format='%H:%M:%S').dt.hour
d2['Minute'] = pd.to_datetime(d2['Time of Card Posting'], format='%H:%M:%S').dt.minute

内容的提问来源于stack exchange，提问作者tk_1