Pandas中如何将时分、时分秒混合格式统一转为hh:mm:ss格式？

方法1：字符串补全法（适合保留超24小时的时长） #

因为数据里存在25:45这种超过24小时的计时，用日期解析会自动转成次日时间，这种情况下直接补全秒数更稳妥：

# 给仅含时分的时间补全秒数为00
df7['Chip Time'] = df7['Chip Time'].apply(lambda x: x + ':00' if x.count(':') == 1 else x)

执行后，列中所有值都会变成hh:mm:ss格式，比如25:45转为25:45:00，12:34:34保持不变。

方法2：利用Pandas日期解析（适合标准24小时内的时间） #

如果你的时间都是24小时以内的合法时间，可以用pd.to_datetime自动解析混合格式，再格式化输出：

import pandas as pd

# 自动解析混合时间格式，再转为hh:mm:ss字符串
df7['Chip Time'] = pd.to_datetime(df7['Chip Time']).dt.strftime('%H:%M:%S')

注意：这种方法会把25:45解析为次日的01:45:00，需要保留超24小时时长的话，不要用这个方法。

额外：统一格式后转分钟数 #

如果之后还要计算总分钟数，用Pandas矢量化操作比循环更高效：

# 拆分时分秒并计算总分钟数
df7['Time Mins'] = df7['Chip Time'].str.split(':').apply(lambda x: int(x[0])*60 + int(x[1]) + int(x[2])/60)

内容的提问来源于stack exchange，提问作者Josue V.