如何在Pandas DataFrame中将MM:SS.百分秒时间转换为秒数并新增列

你触发错误的核心原因是：Time/G列存储的是时间长度（分:秒.百分秒），而非具体时间点，用datetime类型解析本身不符合场景，datetime的小时字段天然有0-23的范围限制，才会触发解析报错。这里提供两种可行实现方案：

方案1：用pandas内置timedelta类型解析（推荐） #

timedelta专门用来存储时间差/时间长度，没有小时范围限制，只需要给原有时间字符串补前缀00:，补成时:分:秒.百分秒的标准格式即可正常解析：

import pandas as pd

# 补前缀后转timedelta，直接计算总秒数
df_7['Seconds/G'] = pd.to_timedelta('00:' + df_7['Time/G']).dt.total_seconds()

运行后Seconds/G列的值会和预期完全一致，比如第一条Army的38:51.86会转为38*60 + 51.86 = 2331.86秒。

方案2：字符串拆分直接计算 #

如果不想依赖时间类型解析，也可以直接拆分字符串手动计算，逻辑更透明：

def time_to_sec(time_str):
    min_part, sec_part = time_str.split(':')
    return int(min_part) * 60 + float(sec_part)

df_7['Seconds/G'] = df_7['Time/G'].apply(time_to_sec)

内容的提问来源于stack exchange，提问作者Pmannn