使用datetime按日期小时分组Time(+01:00)列遇ValueError问题

错误原因 #

报错核心是数据中存在值为Time(+01:00)的行，该字符串不匹配%H:%M:%S的时间格式，导致pd.to_datetime解析失败。通常是读取数据时重复导入了表头，使得某一行的时间列值被替换成了列名本身。

解决方案 #

1. 清理脏数据 #

先过滤掉时间列不符合HH:MM:SS格式的无效行：

# 筛选出时间列符合标准格式的行
df = df[df['Time(+01:00)'].str.match(r'^\d{2}:\d{2}:\d{2}$')]

2. 提取小时并分组计算均值 #

数据清理完成后，提取小时字段并按日期+小时维度分组：

# 从时间字符串中提取小时
df['Hour'] = pd.to_datetime(df['Time(+01:00)'], format='%H:%M:%S').dt.hour
# 按日期和小时分组求均值
df_grouped = df.groupby(['Date', 'Hour']).mean().reset_index()
# 查看结果
df_grouped.head()

可选优化：合并日期时间为完整datetime对象 #

如果后续需要更灵活的时间操作，建议合并日期和时间列生成完整的datetime：

# 合并日期与时间列，指定日期格式为YYYY.MM.DD
df['Full_Datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time(+01:00)'], format='%Y.%m.%d %H:%M:%S')
# 提取小时
df['Hour'] = df['Full_Datetime'].dt.hour
# 按日期和小时分组
df_grouped = df.groupby([df['Full_Datetime'].dt.date, 'Hour']).mean().reset_index()

注意事项 #

• groupby().mean()会自动生成唯一的分组结果，无需额外调用drop_duplicates()。
• 你的时间是24小时制，%H格式符完全适配该场景，无需修改格式参数。

内容的提问来源于stack exchange，提问作者Sasi Sandeep Singh Bhemal