Pandas拆分日期时间Object列遇TypeError报错求助

核心问题 #

1. 日期解析失败：pd.to_datetime默认无法正确识别dd/mm/yyyy hh:mm格式，尤其是当日份大于12时，会被误判为月份，导致转换失败，进而引发后续类型错误。
2. 代码语法疏漏：第二行代码漏写了df，应为df['Start_Time']，但这不是主要报错原因。
3. datetime.time类型兼容性问题：pandas对Python原生datetime.time类型的支持不佳，直接赋值会触发类型转换错误。

解决代码 #

方案一：直接转换为字符串格式的日期和时间（推荐） #

import pandas as pd

# 强制指定格式转换原列为datetime类型
df['Start_Time'] = pd.to_datetime(df['Start_Time'], format='%d/%m/%Y %H:%M')
df['End_Time'] = pd.to_datetime(df['End_Time'], format='%d/%m/%Y %H:%M')

# 提取日期为字符串
df['Start_Date'] = df['Start_Time'].dt.strftime('%d/%m/%Y')
df['End_Date'] = df['End_Time'].dt.strftime('%d/%m/%Y')

# 提取时间为字符串，避免datetime.time类型问题
df['Start_Time'] = df['Start_Time'].dt.strftime('%H:%M')
df['End_Time'] = df['End_Time'].dt.strftime('%H:%M')

方案二：保留日期为datetime.date类型 #

如果需要日期列保持原生日期类型，可以通过中间列过渡：

import pandas as pd

# 创建临时datetime列
df['Start_Time_dt'] = pd.to_datetime(df['Start_Time'], format='%d/%m/%Y %H:%M')
df['End_Time_dt'] = pd.to_datetime(df['End_Time'], format='%d/%m/%Y %H:%M')

# 提取日期为datetime.date类型
df['Start_Date'] = df['Start_Time_dt'].dt.date
df['End_Date'] = df['End_Time_dt'].dt.date

# 提取时间为字符串
df['Start_Time'] = df['Start_Time_dt'].dt.strftime('%H:%M')
df['End_Time'] = df['End_Time_dt'].dt.strftime('%H:%M')

# 可选：删除临时列
df.drop(columns=['Start_Time_dt', 'End_Time_dt'], inplace=True)

关键说明 #

• 指定format='%d/%m/%Y %H:%M'是确保日期正确解析的核心，必须与你的数据格式完全匹配。
• 用dt.strftime()转换时间为字符串，避免了datetime.time类型在pandas中的兼容性问题，同时保持时间的可读性。

内容的提问来源于stack exchange，提问作者afroduck