Python pandas调用between_time计算夜间均值报DatetimeIndex错误

between_time() 仅对DatetimeIndex类型的索引生效，不会自动识别普通列中的时间值。你虽然通过parse_dates把time列转成了时间类型，但它始终是普通数据列，没有被设置为DataFrame的索引，所以触发类型错误。
你现有代码另外还有两个会影响结果/运行的问题：

• 时间筛选范围只到2022-05-20 23:59，会漏掉5月20日晚到21日凌晨的夜间时段，凑不够3个完整夜间
• 最后筛选站点时写的变量名是nights，和你前面定义的heat_nights不一致，运行到这行会报变量不存在的错误

方案1：设置时间索引（适配你原代码的写法，解决报错最直接） #

把time列设为索引之后就能正常调用between_time，建议先筛选站点再做后续计算，减少不必要的数据遍历：

import pandas as pd

data = pd.read_csv(
    fp,
    sep = ";",
    parse_dates =["time"],
    encoding = "unicode_escape"
)

# 先筛目标站点，缩小处理范围
station_a = data[data["name"] == "station_a"].copy()
# *核心步骤：把time列设为DatetimeIndex*
station_a = station_a.set_index("time")

# 时间范围要覆盖3个完整夜间：从5月18日0点到5月21日凌晨5点
heat_period = station_a.loc["2022-05-18 00:00":"2022-05-21 05:00"]
# 全时段平均温度
mean_all = heat_period["temperature"].mean()

# 跨天夜间筛选，between_time原生支持这种结束时间早于开始时间的跨日场景
heat_nights = heat_period.between_time("21:00", "05:00")
mean_night = heat_nights["temperature"].mean()

方案2：不修改索引，直接按小时判断 #

如果不想改动数据的索引结构，可以直接取时间列的小时字段做逻辑判断，不需要依赖between_time：

station_a = data[data["name"] == "station_a"]
# 筛选对应时间范围
heat_period = station_a[(station_a["time"] >= "2022-05-18") & (station_a["time"] <= "2022-05-21 05:00")]
# 小时≥21（前半夜）或小时≤5（凌晨）即为目标夜间时段
night_mask = (heat_period["time"].dt.hour >=21) | (heat_period["time"].dt.hour <=5)
heat_nights = heat_period[night_mask]
mean_night = heat_nights["temperature"].mean()

• 两种方案计算结果完全一致，数据量超过10万行时，设索引调用between_time的运行速度会明显快于逐行判断小时的方式
• 注意between_time的时间参数不要加日期，只写时分即可
• 如果数据里存在缺失的温度值，计算均值时pandas会自动忽略NaN值，不需要额外处理

内容的提问来源于stack exchange，提问作者Vilerala