Pandas筛选22:00-23:00数据时触发SyntaxError语法错误求助

核心错误点 #

1. 时间解析格式不匹配
   你的CSV中complaint_time是12:22:01 AM这种12小时制带AM/PM的格式，但你用了%H:%M.%S（24小时制、点分隔秒）来解析，完全不匹配，会导致时间转换失败，后续筛选自然出错。正确格式应该是%I:%M:%S %p：

   • %I：12小时制的小时（01-12）
   • %p：AM/PM标识
   • 注意原数据秒部分是冒号分隔，不是点，所以格式字符串里要用冒号连接时分秒。

2. 筛选条件语法完全错误
   23:00.0.to_datetime()是无效的Python语法，你需要将目标时间转换为可比较的datetime/time对象，同时逻辑条件的写法也不符合规则：

   • 不能连续写<= x & >= y，必须拆分为两个独立条件并分别加括号（因为&优先级高于比较运算符）
   • 需要用pd.Timestamp或datetime构造目标时间，再提取时间部分和complaint_time的时间部分比较。

3. 可选优化点

   • 直接操作全局字典Dict2不是好的编程习惯，建议在函数内返回结果再赋值
   • late.count()[0]可以用len(late)或late.shape[0]替代，更直观易懂

修正后的完整代码 #

import pandas as pd
from datetime import datetime

# 读取数据并修正时间解析格式
df = pd.read_csv("nyc_noise_complaints.csv")
df['complaint_time'] = pd.to_datetime(df['complaint_time'], format="%I:%M:%S %p")

# 初始化统计字典
borough_complaints = {}

# 定义统计函数
def count_late_complaints(borough):
    # 筛选22:00-23:00（含22:00，不含23:00）的投诉
    filtered = df.loc[
        (df['borough'] == borough) &
        (df['complaint_time'].dt.hour >= 22) &
        (df['complaint_time'].dt.hour < 23)
    ]
    return len(filtered)

# 遍历所有区统计
for borough in ['BRONX', 'BROOKLYN', 'QUEENS', 'MANHATTAN', 'STATEN ISLAND']:
    borough_complaints[borough] = count_late_complaints(borough)

# 找出投诉最少的区
smallest_borough = min(borough_complaints, key=borough_complaints.get)
print(f"22:00-23:00投诉量最少的区：{smallest_borough}，数量：{borough_complaints[smallest_borough]}")

额外说明 #

• 如果需要精确到秒的区间（比如22:00:00到23:00:00），可以用时间对象比较：

  start = pd.Timestamp('22:00:00').time()
  end = pd.Timestamp('23:00:00').time()
  filtered = df.loc[
      (df['borough'] == borough) &
      (df['complaint_time'].dt.time >= start) &
      (df['complaint_time'].dt.time <= end)
  ]
  

• 用dt.hour筛选更简洁，适合只关注小时区间的场景

内容的提问来源于stack exchange，提问作者Newbie1