Pandas如何将带日期的时间字符串转换为仅含时间的datetime格式值

需要将"2022-03-01 1:01:42 AM"这类字符串处理为仅保留时:分:秒部分、可正常用于后续绘图的时间格式，现有方案存在自动附加当前日期、类型不兼容绘图的问题。

现有错误实现代码：

def time():
    df['Time'] = df['TIME'].apply(lambda x: x.split(' ')[1])
    df['Time'] = pd.to_datetime(df.Time, format = '%H:%M:%S', errors='ignore').dt.time

• 字符串拆分逻辑错误：原始字符串用双空格分隔日期与时间、单空格分隔时间与AM/PM标识，按空格拆分后仅取下标1的内容会丢失AM/PM上下午标识，12小时制时间解析必然出错。
• 解析规则配置错误：%H:%M:%S是24小时制时间的匹配格式，与原始字符串12小时制带AM/PM的结构不匹配；errors='ignore'参数会让解析失败的内容直接返回原始字符串，不会抛出异常提示问题。
• 类型选择错误：.dt.time返回的原生Pythondatetime.time对象不兼容pandas、matplotlib的大部分时间序列处理、绘图逻辑，容易出现刻度错乱、排序异常的问题。

不要手动拆分字符串，直接用pandas原生时间解析能力处理全量字符串，再统一归一化日期即可，最终结果保留datetime64类型，完全兼容绘图、时间计算等后续操作：

# 完整解析原始带日期、AM/PM的时间字符串，注意12小时制小时用%I匹配，AM/PM用%p匹配，日期和时间之间保留两个空格
df['Time'] = pd.to_datetime(df['TIME'], format='%Y-%m-%d  %I:%M:%S %p')
# 将所有记录的日期统一替换为同一个固定基准日期，仅保留时间差异，避免自动附加当前日期、跨天时间排序错误的问题
df['Time'] = df['Time'].apply(lambda x: x.replace(year=1900, month=1, day=1))

如果绘图时不需要显示统一的基准日期，只需要配置时间轴的显示格式即可，不需要修改底层存储的数据类型，以matplotlib为例：

import matplotlib.dates as mdates
# 将X轴时间格式设置为仅显示时:分:秒
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S'))

如果不需要做绘图、时间计算，仅需提取纯时间对象，直接修正解析规则即可，无需手动拆分字符串：

df['Time'] = pd.to_datetime(df['TIME'], format='%Y-%m-%d  %I:%M:%S %p').dt.time

内容的提问来源于stack exchange，提问作者tozzy