如何将含时分/时分秒字符串的CSV导入为Pandas的Time类型

Pandas没有原生的"纯时间"数据类型，但可以通过以下两种方法实现仅保留时分秒、不附加日期的需求：

方法一：先导入为字符串，再转换为纯时间 #

先不解析日期列，导入后单独处理时间列：

import pandas as pd

# 读取CSV，不指定parse_dates，时间列以字符串形式导入
df = pd.read_csv("your_data.csv")

# 转换分钟级时间列（格式HH:MM）
df["time_minute"] = pd.to_datetime(df["time_minute"], format="%H:%M").dt.time
# 转换秒级时间列（格式HH:MM:SS）
df["time_second"] = pd.to_datetime(df["time_second"], format="%H:%M:%S").dt.time

转换后列中的元素是Python的datetime.time对象，仅包含时分秒信息。

方法二：导入时直接使用转换器处理 #

利用read_csv的converters参数，在导入阶段完成时间转换：

import pandas as pd
from datetime import datetime

def parse_time(time_str):
    # 根据字符串长度匹配时间格式
    if len(time_str) == 5:
        return datetime.strptime(time_str, "%H:%M").time()
    elif len(time_str) == 8:
        return datetime.strptime(time_str, "%H:%M:%S").time()

# 导入时指定转换器处理目标时间列
df = pd.read_csv("your_data.csv", converters={"time_minute": parse_time, "time_second": parse_time})

补充说明 #

上述两种方法得到的datetime.time对象支持常见的时间操作，比如时间比较、提取时/分/秒数值等，完全满足纯时间场景的使用需求。

内容的提问来源于stack exchange，提问作者user1015767