如何解析Stooq下载的5分钟K线TIME列格式并转换为时分格式

该TIME列是无分隔符的24小时制时分秒（HHMMSS）纯数字拼接格式，完全匹配你观察到的所有特征：

• 6位数字从左到右拆分规则：前2位为小时（HH，取值范围00_{23），中间2位为分钟（MM，取值范围00}59），最后2位为秒（SS，5分钟周期的K线SS固定为00）
• 每间隔5分钟增量为500，本质是分钟数加5，对应数字部分增加000500
• 千位（从右数第4位，即分钟的十位）累计到6时，代表分钟数满60，需要向小时位进1，同时分钟位归零，对应你提到的「千位数值达到6000时万位递增」的表现，比如155500加5分钟得到160000，你给出的单日区间153000对应15:30、215500对应21:55，完全符合常规交易时段的范围。

需结合DATE列生成完整时间序列对象，单独TIME列仅能表示当日时间。

依赖库 #

使用pandas处理批量数据，datetime处理时间逻辑。

批量转换完整时间序列代码 #

import pandas as pd

# 读取本地Stooq数据文件
df = pd.read_csv("你的数据文件路径.csv")

# 补全DATE、TIME列的前导0，避免位数不足导致解析错误
df['date_str'] = df['<DATE>'].astype(str).str.zfill(8)
df['time_str'] = df['<TIME>'].astype(str).str.zfill(6)

# 转换为datetime时间序列对象
df['full_datetime'] = pd.to_datetime(df['date_str'] + df['time_str'], format='%Y%m%d%H%M%S')

# 输出小时:分钟格式的字符串
df['hour_minute'] = df['full_datetime'].dt.strftime('%H:%M')

单独转换TIME列的工具函数 #

如果不需要日期，仅需要把TIME值转为小时:分钟格式：

def stooq_time_to_hm(time_num):
    time_str = str(time_num).zfill(6)
    hour = int(time_str[:2])
    minute = int(time_str[2:4])
    return f"{hour:02d}:{minute:02d}"

# 测试用例：输入153000返回'15:30'，输入215500返回'21:55'

内容的提问来源于stack exchange，提问作者anonuser678