Pandas中object类型mm:ss格式时间转%H:%M:%S格式报错求助

嘿，这个问题我之前也碰到过！核心原因就是格式字符串和实际数据不匹配——你的数据是mm:ss（分:秒）格式，但你用了%H:%M:%S（时:分:秒）的格式去解析，pandas找不到小时部分，自然会报错。给你两种针对性的解决方案，看你的实际需求来选：

方案1：转为HH:MM:SS格式的时间对象/字符串 #

如果你只是想把mm:ss的分秒值转换成带小时的HH:MM:SS格式（比如23:50变成00:23:50），只需要把格式字符串改成%M:%S，匹配你的原始数据结构：

# 正确解析mm:ss格式，小时默认补00
df_raw['Time-only'] = pd.to_datetime(df_raw['time2'], format='%M:%S').dt.time

# 如果需要转为HH:MM:SS格式的字符串，再加一步
df_raw['Time-only-str'] = df_raw['Time-only'].astype(str)

如果你的数据里可能存在不符合mm:ss格式的脏数据（比如空值、乱码），可以加上errors='coerce'参数把无效值转为NaT，避免整个转换失败：

df_raw['Time-only'] = pd.to_datetime(df_raw['time2'], format='%M:%S', errors='coerce').dt.time

方案2：转为时长类型（更适合时间段计算） #

如果你的mm:ss是表示时间段（比如视频时长、跑步用时），那用timedelta类型处理会更合理，后续做加减计算也更方便：

# 直接解析mm:ss为时长对象
df_raw['Duration'] = pd.to_timedelta(df_raw['time2'])

# 转为HH:MM:SS格式的字符串展示
df_raw['Duration-str'] = df_raw['Duration'].astype(str).str.split().str[-1]

这样处理后，你就可以正常对这些分秒数据进行后续的分析或可视化啦～

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