如何用pandas.read_excel()正确读取Excel中的HH:MM:SS格式时间

Excel中的HH:MM:SS格式时间本质是一天的占比小数（比如10:13:20对应0.4259259），pandas读入后若显示为object类型的小数，可通过以下两种批量转换方法恢复原时间格式：

方法一：读取时直接转换 #

用pd.read_excel()的converters参数指定列转换逻辑，一步到位生成格式化时间：

import pandas as pd

df = pd.read_excel("your_file.xlsx",
                   converters={
                       "Start_Time": lambda x: pd.to_datetime(float(x), unit="d").strftime("%H:%M:%S") if pd.notna(x) else ""
                   })

• 逻辑说明：将读入的object类型小数转为float，通过unit="d"把天数比例转成datetime对象，再格式化为HH:MM:SS格式；空值保留为空字符串。

方法二：读入后批量转换 #

若已加载数据到DataFrame，按以下步骤处理：

1. 先将列转为数值类型（自动将空值转为NaN）：

df["Start_Time"] = pd.to_numeric(df["Start_Time"], errors="coerce")

2. 高效批量转换为时间字符串：
   推荐用pd.to_timedelta实现批量处理（无需逐行apply）：

# 转换为时间差类型并格式化
df["Start_Time"] = pd.to_timedelta(df["Start_Time"].astype(float), unit="d").dt.strftime("%H:%M:%S")
# 将NaN替换为空字符串
df["Start_Time"] = df["Start_Time"].fillna("")

示例验证 #

针对你提供的示例数据，上述方法会将对应小数转为16:24:50、03:29:04这类原格式时间，空值保持为空，完全匹配Excel中的原始显示。

内容的提问来源于stack exchange，提问作者Mel Huang