Python处理datetime列识别早中晚等时段出现ValueError如何解决

问题根源 #

你已经将timestamp_start和timestamp_end列成功转换为datetime64[ns]类型，完全不需要做「转字符串→用strptime解析回时间对象」这步冗余操作，报错就来自这步多余的格式转换：

• 你把datetime对象转字符串时会携带微秒后缀（比如.828），用"%Y-%m-%d %H:%M:%S"格式解析时，就会因为剩余的微秒字符抛出unconverted data remains错误
• 就算你补了%f格式符，也属于完全没必要的性能浪费

解决方案 #

最简修复（直接适配你现有代码逻辑） #

直接调用datetime对象自带的time()方法获取时间部分，不需要做字符串转换：

df_time['pickup_time_period'] = df_time['timestamp_start'].apply(lambda x: get_time_period(x.time()))
df_time['dropoff_time_period'] = df_time['timestamp_end'].apply(lambda x: get_time_period(x.time()))

更优实现（避免行遍历，性能提升10倍以上） #

直接用pandas内置的dt.hour属性做分箱，不需要自定义函数和apply，分箱规则和你原有的get_time_period逻辑完全一致：

import pandas as pd
# 定义时段分箱规则
bins = [0,4,10,16,22,24]
labels = ['late-night','morning','mid-day','evening','late-night']
# 批量计算上下车时段
df_time['pickup_time_period'] = pd.cut(df_time['timestamp_start'].dt.hour, bins=bins, labels=labels, include_lowest=True)
df_time['dropoff_time_period'] = pd.cut(df_time['timestamp_end'].dt.hour, bins=bins, labels=labels, include_lowest=True)

验证方法 #

你可以先取单行数据测试逻辑是否符合预期：

# 测试第一行上车时间的时段判断
test_time = df_time.loc[0,'timestamp_start']
print(test_time, get_time_period(test_time.time()))

内容的提问来源于stack exchange，提问作者Joehat