如何用条件语句基于时间列拆分日夜DataFrame？（Python Pandas）

错误原因 #

触发TypeError的核心是类型不匹配：

• df['time']是通过dt.time提取的datetime.time对象
• pd.to_datetime('04:00:00')生成的是带默认日期的Timestamp对象
  这两种类型无法直接用>/<=等比较运算符操作。

两种正确解决思路 #

思路1：统一为datetime.time类型比较

将时间阈值转换为datetime.time类型，与df['time']保持一致：

from datetime import time

# 定义时间阈值为datetime.time类型
time_1 = time(4, 0, 0)
time_2 = time(9, 0, 0)

# 筛选日间数据
df_day = df[(df['time'] > time_1) & (df['time'] <= time_2)]
# 筛选夜间数据（取日间数据的反集）
df_night = df[~((df['time'] > time_1) & (df['time'] <= time_2))]
# 大数据集更高效的写法：df_night = df.drop(df_day.index)

思路2：直接使用原r_t列的时间属性（更高效）

无需单独生成time列，直接借助r_t的dt属性筛选，减少内存开销：

from datetime import time

# 精确到时分秒的日间筛选
df_day = df[(df['r_t'].dt.time > time(4,0,0)) & (df['r_t'].dt.time <= time(9,0,0))]
# 若只需按小时范围筛选（忽略分秒），写法更简洁
df_day = df[(df['r_t'].dt.hour > 4) & (df['r_t'].dt.hour <=9)]

# 夜间数据筛选
df_night = df[~df.index.isin(df_day.index)]

额外语法修正 #

你原代码中df_night = not in(...)是语法错误，正确的反集筛选需用~（布尔索引取反）或df.drop()方法实现。

内容的提问来源于stack exchange，提问作者user7446890