如何在Python中使用pandas将指定时间格式转换为标准DateTime格式

核心使用pandas内置的to_datetime函数即可完成转换，以下是不同场景的实现代码：

场景1：输入为时:分:秒格式的字符串序列 #

基础转换代码 #

import pandas as pd

# 构造示例时分秒字符串数据
time_series = pd.Series(["09:15:30", "13:47:21", "21:02:55"])

# 转换为标准DateTime，默认使用当前日期作为日期部分
dt_series = pd.to_datetime(time_series, format="%H:%M:%S")
print(dt_series)

自定义日期部分 #

如果需要指定固定日期作为DateTime的日期部分，直接拼接日期字符串即可：

# 拼接指定日期2024-05-20和时分秒后转换
dt_series_custom = pd.to_datetime("2024-05-20 " + time_series)
print(dt_series_custom)

场景2：时分秒分别存储在三个独立列中 #

如果你的数据中时、分、秒是三个单独的字段，可直接传入字段完成转换：

# 示例DataFrame
df = pd.DataFrame({
    "hour": [9, 13, 21],
    "minute": [15, 47, 2],
    "second": [30, 21, 55]
})

# 生成DateTime，默认日期为1900-01-01
df["datetime"] = pd.to_datetime(df[["hour", "minute", "second"]])

# 自定义日期生成
df["datetime_custom"] = pd.to_datetime({
    "year": 2024,
    "month": 5,
    "day": 20,
    "hour": df["hour"],
    "minute": df["minute"],
    "second": df["second"]
})

常用参数说明 #

• format="%H:%M:%S"：指定输入时间的格式，可提升转换效率，避免pandas自动推断格式出错
• errors="coerce"：加入该参数后，格式错误的输入会被转换为NaT空值，不会打断转换流程
• 转换完成后可通过dt属性提取时间信息，比如dt_series.dt.hour提取小时、dt_series.dt.minute提取分钟等。

内容的提问来源于stack exchange，提问作者Akash