如何筛选Pandas DataFrame的time列？（非重复问题）

首先，between_time是Pandas中DatetimeIndex专属方法，不能直接用在datetime.time类型的普通列上，这就是报错的核心原因。以下是几种可行的解决思路：

方法1：直接基于datetime.time对象做区间筛选 #

datetime.time类型支持直接比较大小，针对你要筛选的跨午夜区间（0:45到0:15），可以拆成两个条件的或逻辑：

from datetime import time

# 定义时间边界
start_time = time(0, 45)
end_time = time(0, 15)

# 筛选符合条件的行
filtered_ts = ts[(ts['time'] >= start_time) | (ts['time'] <= end_time)]

如果是普通非跨午夜区间（比如08:00到18:00），直接用与逻辑连接条件即可：

filtered_ts = ts[(ts['time'] >= time(8,0)) & (ts['time'] <= time(18,0))]

方法2：合并日期时间列后使用between_time #

把date和time列合并为完整的datetime类型，再利用between_time方法：

# 合并date与time为完整datetime列
ts['full_datetime'] = pd.to_datetime(ts['date'].astype(str) + ' ' + ts['time'].astype(str))

# 设置为DatetimeIndex后调用between_time
ts_indexed = ts.set_index('full_datetime')
filtered_ts = ts_indexed.between_time('00:45', '00:15').reset_index()

方法3：转换为秒数做数值筛选 #

将time列转换为一天内的总秒数，通过数值区间实现筛选：

# 转换为一天内的总秒数
ts['time_seconds'] = ts['time'].apply(lambda x: x.hour*3600 + x.minute*60 + x.second)

# 00:45对应2700秒，00:15对应900秒
filtered_ts = ts[(ts['time_seconds'] >= 2700) | (ts['time_seconds'] <= 900)]

内容的提问来源于stack exchange，提问作者pd441