如何将pandas中非标准时间字符串列转换为datetime格式

解决方案 #

你遇到的报错核心原因是时间字符串存在两种格式（分秒/时分秒），无法用单一格式匹配，先统一格式再转换即可：

步骤1：统一时间字符串格式

对仅含分秒的字符串前置补0:，让所有值都符合时:分:秒的结构：

import pandas as pd

# 示例数据
d = {'Name': ['Joe', 'Bob'], 'Time': ['58:34', '1:02:17']}
df = pd.DataFrame(data=d)

# 补全小时位
df['Time'] = df['Time'].apply(lambda x: f"0:{x}" if x.count(':') == 1 else x)

步骤2：转换为时间格式并计算总秒数

因为你的数据属于时长而非固定时刻，用pd.to_timedelta（时间差类型）比datetime更适配计算总秒数的需求：

# 转换为时间差类型
df['Time'] = pd.to_timedelta(df['Time'])

# 计算总秒数
df['total_seconds'] = df['Time'].dt.total_seconds()

输出结果示例

如果确实需要转换为datetime格式，统一格式后用pd.to_datetime(df['Time'], format='%H:%M:%S')即可正常转换，不会再报格式不匹配错误。

内容的提问来源于stack exchange，提问作者Progress