使用Pandas转换Excel格式时间字符串为datetime的报错咨询

错误原因 #

• 格式字符串错误：你写的[%d.%H:%M%S]多了不必要的方括号，且漏写了分钟和秒之间的冒号，正确的带天数格式应为%d.%H:%M:%S
• 格式不兼容：现有格式只能匹配带天数的字符串，无法处理00:00:00这类纯时分秒的格式，导致匹配失败报错

解决方案 #

先统一所有时间字符串的格式，再转换为时间差（timedelta），最后结合基准日期生成datetime对象：

1. 统一格式：给不含.的纯时分秒字符串添加0.前缀，确保所有字符串都符合天数.小时:分钟:秒的格式
2. 转换为时间差：用pd.to_timedelta解析统一后的字符串
3. 生成datetime：将时间差与一个基准日期（比如Excel默认起始日期1900-01-01）相加，得到标准datetime类型

完整代码 #

import pandas as pd

data = {'Raw_time_string':['00:00:00','00:00:01','23:59:59','1.00:00:01','357.23:59:59']}
df = pd.DataFrame(data=data)

# 统一时间格式
df['Formatted_time'] = df['Raw_time_string'].apply(lambda x: f'0.{x}' if '.' not in x else x)

# 转换为datetime对象（基于Excel默认基准日期）
base_date = pd.Timestamp('1900-01-01')
df['Time_object'] = base_date + pd.to_timedelta(df['Formatted_time'])

# 查看结果
print(df[['Raw_time_string', 'Time_object']])

输出结果 #

Raw_time_string         Time_object
0        00:00:00 1900-01-01 00:00:00
1        00:00:01 1900-01-01 00:00:01
2        23:59:59 1900-01-01 23:59:59
3      1.00:00:01 1900-01-02 00:00:01
4    357.23:59:59 1901-01-12 23:59:59

补充说明 #

如果只需要计算时长而非具体日期，可直接保留时间差对象：

df['Time_duration'] = pd.to_timedelta(df['Formatted_time'])

内容的提问来源于stack exchange，提问作者Roy Dai