如何修复多种错误格式的时间字符串并转换为datetime格式？

针对你遇到的多种异常时间格式，可通过正则表达式+Pandas字符串操作批量处理，覆盖所有场景：

处理步骤及代码 #

首先构造测试数据（可替换为你的DataFrame）：

import pandas as pd

data = {
    'ID': [190, 213, 228, 279, 1462, 2599, 3390, 4838, 1710, 2222],
    'Time': ['c: 1:00', 'c:17:00', 'c: 2:00', 'c:09:00', 'c16:50', 'c:09:00', 'c14:30', 'c: 9:40', "12'20", '1114:20']
}
df = pd.DataFrame(data)

1. 移除开头的冗余标识（c/ c:/ c加空格）

用正则匹配开头的c、可选冒号及空格，直接替换为空：

df['Time'] = df['Time'].str.replace(r'^c:?\s?', '', regex=True)

2. 替换非标准分隔符

将单引号替换为标准冒号：

df['Time'] = df['Time'].str.replace(r"'", ':', regex=False)

3. 修复四位数字开头的格式

针对1114:20这类错误格式，拆分出小时、分钟、秒：

df['Time'] = df['Time'].str.replace(r'^(\d{2})(\d{2}):(\d{2})$', r'\1:\2:\3', regex=True)

4. 可选：统一时分格式（补零）

给单个数字的小时补前导零，让格式更规范：

df['Time'] = df['Time'].str.replace(r'^(\d):', r'0\1:', regex=True)

最终处理结果 #

内容的提问来源于stack exchange，提问作者alli