如何在Pandas中将Excel时间格式转换为m:ss格式的字符串？

问题分析 #

你遇到的报错根源在于：

• pd.to_datetime()无法直接转换原生Python的datetime.time对象，它仅支持字符串、数值或Pandas内置的datetime64类型数据
• .dt访问器只适用于Pandas的datetime64或timedelta64类型列，而你的min列是原生datetime.time类型，因此无法调用该方法

解决方案 #

方案1：直接对datetime.time对象格式化 #

利用datetime.time对象自带的minute和second属性，自定义生成目标格式字符串：

# 假设你的DataFrame名为df
df['min_formatted'] = df['min'].apply(lambda t: f"{t.minute}:{t.second:02d}")

• 说明：t.minute提取无前置零的分钟数，t.second:02d确保秒数以两位数字显示（如3秒显示为03），完全匹配你需要的m:ss格式

方案2：转换为timedelta类型后处理 #

先将datetime.time转为字符串，再转换为Pandas的timedelta64类型，后续可借助时间差方法灵活处理：

# 转换为timedelta类型
df['min_timedelta'] = pd.to_timedelta(df['min'].astype(str))

# 基于总秒数格式化为m:ss
total_seconds = df['min_timedelta'].dt.total_seconds()
df['min_formatted'] = total_seconds.apply(lambda s: f"{int(s//60)}:{int(s%60):02d}")

• 优势：如果后续需要对时间做运算（如求和、排序），timedelta类型会更便于操作

验证结果 #

处理后你的DataFrame会新增min_formatted列，内容示例如下：

内容的提问来源于stack exchange，提问作者MacKinzee