Pandas时间格式转换报错：strptime存在未转换数据0及lambda优化疑问

一、报错原因 #

ValueError: unconverted data remains: 0 说明你的Date/Time列里有长度不是4位的字符串，比如"0"、"123"这类不符合%H%M格式的内容——哪怕你用了strip()，也没法修复本身长度异常的数据。另外要注意：2400不属于合法的小时范围（strptime的%H只认00-23），就算解决了长度问题，这个值也会报错。

二、替代lambda的优雅写法 #

方法1：直接字符串切片（最快） #

不用转datetime，直接给4位字符串插冒号，顺便处理2400的特殊情况：

# 先把所有值补成4位字符串（短的补前导0）
df['Date/Time'] = df['Date/Time'].str.strip().str.zfill(4)
# 用numpy的where替代lambda，批量生成格式
import numpy as np
df['Time_reformatted'] = np.where(
    df['Date/Time'] == '2400',
    '00:00',
    df['Date/Time'].str[:2] + ':' + df['Date/Time'].str[2:]
)

方法2：用pandas内置时间函数（更规范） #

借助to_datetime自动处理格式，还能处理异常值：

# 先清洗成4位字符串
df['Date/Time'] = df['Date/Time'].str.strip().str.zfill(4)
# 转成时间格式，无效值转成NaT（空时间）
df['Time_reformatted'] = pd.to_datetime(
    df['Date/Time'],
    format='%H%M',
    errors='coerce'
).dt.strftime('%H:%M')
# 把2400手动改成00:00（按业务需求）
df.loc[df['Date/Time'] == '2400', 'Time_reformatted'] = '00:00'

方法3：先清掉异常数据 #

如果有大量非4位的无效值，先过滤再处理：

# 只保留长度为4的行
df = df[df['Date/Time'].str.strip().str.len() == 4]
# 直接插冒号
df['Time_reformatted'] = df['Date/Time'].str[:2] + ':' + df['Date/Time'].str[2:]

三、排查小技巧 #

用df['Date/Time'].str.strip().str.len().value_counts()查看所有字符串的长度分布，一眼就能找到异常数据的位置。

内容的提问来源于stack exchange，提问作者wuethi