Pandas中将小时格式object列转为datetime64类型及按小时筛选问题

• 第一次执行代码时加了.dt.time，会将pandas原生datetime64类型转换为Python标准库的datetime.time对象，这类对象在DataFrame中会统一存储为object类型，无法直接提取时间属性或做时间运算。
• 第二次执行转换时，列中已经存在datetime.time类型的对象，pd.to_datetime不支持直接转换该类对象，因此抛出类型错误。

两种常用兼容方案，按需选择：

方案1：转为带虚拟日期的datetime64类型（兼容性最高，推荐） #

直接省略.dt.time后缀即可，pandas会自动补充默认占位日期（通常为1900-01-01），完全不影响时间部分的提取、计算、排序：

# 转换代码
new['Time'] = pd.to_datetime(new['Time'], format='%H:%M:%S')

转换完成后可直接通过.dt.hour提取小时、.dt.minute提取分钟、.dt.second提取秒。

方案2：转为timedelta类型（适合时间差计算场景） #

可以将时分秒格式的时间转换为从0点开始计算的时长类型：

new['Time'] = pd.to_timedelta(new['Time'])

转换完成后通过.dt.components.hours提取小时值即可。

不需要输入完整的时分秒精确值，有两种常用筛选方式：

1. 直接提取小时属性判断，示例：筛选所有上午8点（含8点）之后的数据

filter_df = new[new['Time'].dt.hour >= 8]

如果需要更细粒度的筛选，也可以组合多属性判断，比如筛选8点30分之后的数据：

filter_df = new[(new['Time'].dt.hour >= 8) & (new['Time'].dt.minute >= 30)]

2. 直接与datetime.time对象比较，不需要补全日期：

from datetime import time
# 筛选8点之后的数据
filter_df = new[new['Time'].dt.time >= time(8, 0, 0)]

按时间排序实现 #

转换完成后直接按Time列排序即可：

new = new.sort_values('Time', ascending=True)

内容的提问来源于stack exchange，提问作者Baobab