含None值的字符串时间列：提取时分值的实现问题求助

嘿，我来帮你搞定这个困扰你的时间处理问题！先回顾下你的场景：你构造了这样一个包含时间字符串和None值的DataFrame：

import pandas as pd
import numpy as np

d = {'col1': [1,2,3,4,5,6], 'time': ['07:00:00','07:30:00','07:00:00',None,'08:00:00','09:00:00']}
data = pd.DataFrame(data=d)

你想要新建一列提取小时和分钟（不含秒），期望输出是['07:00','07:30','07:00',None,'08:00','09:00']（也接受NaT替代None），但之前的两种方法都报错了，我来帮你分析下原因，再给你靠谱的解决方案：

先说说你之前方法失败的原因 #

• 第一种方法报错：AttributeError: 'Series' object has no attribute 'hour'
  这是因为你的time列是字符串类型，不是pandas的datetime类型，只有datetime类型的Series才有dt属性和hour属性，直接调用肯定会报错啦。

• 第二种方法报错：ValueError: unconverted data remains: :00
  你用了dt.strptime(x, '%H:%M')，但原字符串是%H:%M:%S格式（带秒数），格式模板和实际字符串不匹配，解析时会剩下:00没法处理，自然就报错了。

靠谱的解决方案来了 #

我给你两种实用的方法，按需选择：

方法1：先转datetime类型再格式化（严谨通用） #

先把字符串转成pandas的datetime类型，然后用strftime格式化出小时和分钟，自动处理None值（会转成NaT，之后可以按需转成None）：

# 第一步：将time列转为datetime类型，None会自动变成NaT
data['time_dt'] = pd.to_datetime(data['time'], format='%H:%M:%S')
# 第二步：格式化提取小时和分钟
data['new_col'] = data['time_dt'].dt.strftime('%H:%M')
# 如果想要把NaN转成None（和你期望的输出一致）
data['new_col'] = data['new_col'].replace({np.nan: None})

方法2：直接字符串切片（高效简单） #

因为你的时间字符串是固定的HH:MM:SS格式，前5个字符正好是HH:MM，所以直接切片就行，代码更简洁：

data['new_col'] = data['time'].apply(lambda x: x[:5] if pd.notna(x) else None)

这两种方法都能得到你想要的结果，方法1适合时间格式可能有变化的场景，方法2适合固定格式的情况，效率更高。

内容的提问来源于stack exchange，提问作者Lysis90