如何在Python中将含null值的float型时间数值转换为time类型

优化思路 #

• 新增空值判断分支，遇到空值直接返回原值，保留空值不影响其他维度数据
• 先对输入数值做float转整数处理，兼容浮点型存储的时间数值，避免小数位干扰字符串格式化
• 可选新增异常捕获逻辑，兼容无效时间值场景，避免转换报错

优化后代码 #

基础版本（无异常捕获） #

import datetime
import pandas as pd

def Format_Hourmin(hours):
    # 处理空值，直接返回保留
    if pd.isna(hours):
        return hours
    # 兼容浮点型输入，转整数
    hours_int = int(float(hours))
    # 处理2400特殊值
    if hours_int == 2400:
        return datetime.time(0, 0)
    hours_str = f"{hours_int:04d}"
    return datetime.time(int(hours_str[:2]), int(hours_str[2:]))

如果是纯Python场景，没有使用pandas，将空值判断行替换为if hours is None:即可。

批量处理pandas数据表列的调用方法 #

直接对目标列使用apply调用函数即可：
df['目标时间列'] = df['目标时间列'].apply(Format_Hourmin)

增强版本（带异常捕获，兼容无效值） #

如果你的数据中存在不符合时分规则的异常值（如2500、1270等），可以使用加了异常捕获的版本：

import datetime
import pandas as pd

def Format_Hourmin(hours):
    if pd.isna(hours):
        return hours
    try:
        hours_int = int(float(hours))
        if hours_int == 2400:
            return datetime.time(0, 0)
        hours_str = f"{hours_int:04d}"
        return datetime.time(int(hours_str[:2]), int(hours_str[2:]))
    except (ValueError, TypeError):
        # 异常时返回空值，也可根据业务需求返回自定义默认时间
        return None

内容的提问来源于stack exchange，提问作者Constellation