如何在Pandas中用strptime兼容两种时间格式解析CSV数据？

你的timeparse_1函数存在两个核心问题：

• 未接收目标参数：函数定义时没有将待解析的时间字符串作为参数传入，导致内部引用x时触发NameError。
• finally块逻辑错误：finally语句块无论try执行成功与否都会强制执行，这意味着即便try里的格式解析成功，finally的代码也会覆盖返回结果，应该改用except捕获解析失败的场景。

修正后的自定义解析函数 #

def timeparse_1(x):
    try:
        # 优先尝试解析带小时的格式
        return datetime.strptime(x, '%H:%M:%S.%f')
    except ValueError:
        # 格式不匹配时，尝试分:秒.毫秒的格式
        return datetime.strptime(x, '%M:%S.%f')

完整使用示例 #

将修正后的函数传入pd.read_csv的date_parser参数即可：

import pandas as pd
from datetime import datetime

def timeparse_1(x):
    try:
        return datetime.strptime(x, '%H:%M:%S.%f')
    except ValueError:
        return datetime.strptime(x, '%M:%S.%f')

lap_times = pd.read_csv(
    'data/lap_times.csv',
    parse_dates={'time_datetime': ['time']}, 
    date_parser=timeparse_1
)

扩展优化方案 #

如果后续可能出现更多时间格式，可以通过遍历格式列表的方式批量尝试解析，提升兼容性：

def timeparse_1(x):
    # 按优先级排列可能的时间格式
    time_formats = ['%H:%M:%S.%f', '%M:%S.%f', '%S.%f']
    for fmt in time_formats:
        try:
            return datetime.strptime(x, fmt)
        except ValueError:
            continue
    # 所有格式匹配失败时，抛出明确错误
    raise ValueError(f"无法解析时间字符串: {x}")

内容的提问来源于stack exchange，提问作者Andre Luiz Moura