Pandas中dt.time()类型转换为timedelta类型报错如何解决

• 核心错误出在最后一行转换代码：你写的pd.to_timedelta(['Time'])传入的是仅包含字面字符串'Time'的Python列表，没有引用DataFrame中的实际Time列，pandas尝试将字符串"Time"本身转换为时间差类型，必然触发类型转换错误。
• 即使修正列引用，直接对dt.time生成的原生datetime.time对象调用pd.to_timedelta也存在兼容问题：原生time对象绑定日期锚点，无法直接映射为无日期的纯时间差格式。

不需要先拆分出dt.time类型再做二次转换，直接从原始时间列计算得到timedelta类型的时间值是最稳定高效的写法，修正后完整代码如下：

# 提取日期列
df['Dates'] = pd.to_datetime(df['Date/Time (earliest)']).dt.date
# 用原始时间减去当日0点时间，得到的差值就是纯时间长度的timedelta类型
df['Time'] = pd.to_datetime(df['Date/Time (earliest)']) - pd.to_datetime(df['Dates'])

效果说明 #

• 转换完成后执行print(df['Time'].dtype)，会输出timedelta64[ns]，为pandas标准时间差类型。
• 该列直接支持数值比较操作，比如需要剔除早于6点、晚于22点的数据，可以直接写筛选逻辑：

  # 仅保留6点到22点之间的数据
  df = df[df['Time'].between(pd.Timedelta(hours=6), pd.Timedelta(hours=22))]
  

• 如果你一定要基于已经生成的dt.time列做转换，可以先将time对象转为字符串再传入转换函数，但该方法效率更低、对异常值容错差，不推荐使用：

  df['Time'] = pd.to_timedelta(df['Time'].astype(str))
  

内容的提问来源于stack exchange，提问作者Addi O