如何提取pandas DataFrame时间列中两个指定时间范围内的数值

报错原因 #

你代码触发KeyError的核心问题是：第一行early_birds_df = france_df['time'].str.replace(':','')选取单列后得到的是Series对象，本身不存在time列，后续调用early_birds_df['time']自然找不到对应索引。

正确实现方案 #

推荐两种稳定的筛选方式，可按需选择：

方法1：转换为时间类型筛选（最规范，无格式兼容问题） #

将time列转换为datetime.time类型后直接做区间比对，代码如下：

import pandas as pd

# 把time列转为标准时间类型
france_df['time'] = pd.to_datetime(france_df['time'], format='%H:%M').dt.time

# 定义筛选区间
start = pd.to_datetime('1:00', format='%H:%M').time()
end = pd.to_datetime('3:10', format='%H:%M').time()

# 执行筛选
filtered_df = france_df[(france_df['time'] >= start) & (france_df['time'] <= end)]

按照你提供的示例数据，筛选后会保留索引为3-7的5行数据，符合预期。
如果需要筛选5:00-8:00区间，只需替换start和end的时间参数即可。

方法2：字符串直接比对（无需修改原列类型） #

因为HH:MM格式的时间字符串字典序和时间顺序完全一致，补全前导零后可直接比对：

# 统一时间格式为5位，补全前导零（如1:17转为01:17）
france_df['formatted_time'] = france_df['time'].str.zfill(5)

# 执行筛选
filtered_df = france_df[(france_df['formatted_time'] >= '01:00') & (france_df['formatted_time'] <= '03:10')]

# 可选：删除临时生成的格式化列
filtered_df = filtered_df.drop('formatted_time', axis=1)

内容的提问来源于stack exchange，提问作者Azurespot