如何将Pandas DataFrame中的字符串列转换为h:mm:ss格式时间？

针对你提到的格式为00:23:44的字符串列，分两种常见场景处理：

场景1：表示一天中的具体时刻（如"00:23:44"是凌晨0点23分44秒） #

直接用pandas.to_datetime解析字符串，再提取time属性得到标准时间类型：

import pandas as pd

# 替换成你的DataFrame名称和目标列名
df['time_col'] = pd.to_datetime(df['time_col'], format='%H:%M:%S').dt.time

指定format='%H:%M:%S'能让解析更高效，避免pandas自动推断格式时出现偏差。

场景2：表示时间段（如"00:23:44"是持续23分44秒的时长） #

如果是时长类数据，转成timedelta类型更适配后续的时长运算（比如加减、统计）：

df['duration_col'] = pd.to_timedelta(df['duration_col'])

额外提示 #

如果列中存在格式无效的字符串，可添加errors='coerce'参数，将无效值转为NaT（缺失值），避免程序中断：

# 时刻场景处理无效值
df['time_col'] = pd.to_datetime(df['time_col'], format='%H:%M:%S', errors='coerce').dt.time

# 时长场景处理无效值
df['duration_col'] = pd.to_timedelta(df['duration_col'], errors='coerce')

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