Pandas转换Local Time为datetime失败，resample功能无法使用求助

问题分析 #

你尝试用resample按每分钟提取一条数据，但因Local Time列不是datetime类型无法生效；使用pd.to_datetime转换该列时，又出现“cannot convert to datetime”错误。核心原因是时间格式自动识别失败或列中存在非法数据，同时resample需要将datetime列设为索引才能正常工作。

分步解决方案 #

1. 精准转换时间列并处理异常 #

先查看Local Time列的实际格式（比如yyyy-mm-dd HH:mm:ss、dd/mm/yyyy HH:mm等），手动指定格式提升转换成功率；同时用errors='coerce'将无法转换的非法值转为NaT（时间类型空值），方便后续过滤：

import pandas as pd

# 读取Excel并指定所需列
req_columns = [4,5,6,9]
df = pd.read_excel('Flt0052UV.xlsx', skiprows=range(1,33656), usecols=req_columns)

# 替换为你实际的时间格式，例如格式是"2024-05-20 14:30:00"就写"%Y-%m-%d %H:%M:%S"
time_format = "%Y-%m-%d %H:%M:%S"
df['Local Time'] = pd.to_datetime(df['Local Time'], format=time_format, errors='coerce')

# 过滤掉时间转换失败、经度为空的无效行
df = df.dropna(subset=['Local Time', 'Longitude'])

2. 设置时间索引并执行重采样 #

resample依赖datetime类型的索引实现时间分组（类似SQL里按时间字段分组），所以先将Local Time设为索引，再按1分钟频率取每组第一条数据：

# 将Local Time设为DataFrame的索引
df.set_index('Local Time', inplace=True)

# 按每分钟重采样，取每组第一条数据
df_resampled = df.resample('1min').first()

3. 修正waypt列表的生成逻辑 #

原代码中for row in df是遍历列名而非行数据，导致列表生成逻辑错误，以下是两种更高效的写法：

# 方式1：直接提取列值生成列表（推荐，性能更高）
waypt = []
waypt.extend(df_resampled.index.tolist())  # 提取时间索引
waypt.extend(df_resampled['Altitude m'].tolist())
waypt.extend(df_resampled['Latitude'].tolist())
waypt.extend(df_resampled['Longitude'].tolist())

# 方式2：按行遍历（适合需要逐行处理逻辑的场景）
waypt = []
for idx, row in df_resampled.iterrows():
    waypt.append(idx)
    waypt.append(row['Altitude m'])
    waypt.append(row['Latitude'])
    waypt.append(row['Longitude'])

start = waypt[0]

关键注意点 #

• 若不确定时间格式，可先执行print(df['Local Time'].head())查看样本值，再匹配对应的Python时间格式代码
• resample必须基于datetime索引，这和SQL中GROUP BY时间字段的逻辑类似，但Pandas需要明确索引类型才能按时间频率分组
• errors='coerce'能避免因个别非法值导致整个转换失败，后续用dropna可快速过滤无效数据

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