Python中如何为缺失AM/PM的日期时间列表自动补全标识

首先，我完全懂你的痛点：手里的时间序列是固定5分钟间隔的12小时制格式，但缺了AM/PM标识，直接用常规的strptime解析要么把下午时间当成上午，要么因为缺%p报错。好在你的序列是一天288个连续5分钟样本（正好覆盖24小时），这个连续性就是我们破解AM/PM的关键。

核心思路 #

因为时间是连续的5分钟间隔，相邻两个时间点的差值必然是5分钟。我们可以利用这个特性：

1. 先假设第一个时间点的AM/PM（比如先试AM），然后验证下一个时间是否符合5分钟递增；
2. 如果不符合，就切换初始假设为PM，重新验证；
3. 一旦找到正确的初始时间，就可以顺推所有后续时间的AM/PM，同时处理12点的特殊转换逻辑（比如12:55 AM之后是01:00 AM，12:55 PM之后是01:00 PM）。

完整Python实现代码 #

from datetime import datetime, timedelta

def infer_and_add_ampm(raw_time_list):
    """
    为连续5分钟间隔的12小时制时间列表自动补全AM/PM标识
    参数: raw_time_list - 输入的时间字符串列表，格式为'YYYY-MM-DD HH:MM:SS'
    返回: 带AM/PM的时间字符串列表，格式为'YYYY-MM-DD HH:MM:SS AM/PM'
    """
    # 先把原始时间解析为datetime对象（暂时按12小时制，不指定%p，默认AM）
    parsed_raw = [datetime.strptime(time_str, '%Y-%m-%d %I:%M:%S') for time_str in raw_time_list]
    
    # 初始化修正后的时间序列，先假设第一个时间是AM（转换为24小时制）
    corrected_times = []
    first_hour = 0 if parsed_raw[0].hour == 12 else parsed_raw[0].hour
    current_corrected = parsed_raw[0].replace(hour=first_hour)
    corrected_times.append(current_corrected)
    
    # 遍历剩余时间点，验证并修正
    for idx in range(1, len(parsed_raw)):
        expected_next = corrected_times[-1] + timedelta(minutes=5)
        raw_hour = parsed_raw[idx].hour
        
        # 生成当前原始时间的两种可能：AM和PM对应的24小时制时间
        am_version = parsed_raw[idx].replace(hour=0 if raw_hour == 12 else raw_hour)
        pm_version = parsed_raw[idx].replace(hour=12 if raw_hour == 12 else raw_hour + 12)
        
        # 检查哪个版本符合5分钟间隔
        if abs((am_version - expected_next).total_seconds()) < 1:
            corrected_times.append(am_version)
        elif abs((pm_version - expected_next).total_seconds()) < 1:
            corrected_times.append(pm_version)
        else:
            # 初始假设错误，重新假设第一个时间是PM，从头开始修正
            corrected_times = []
            first_hour_pm = 12 if parsed_raw[0].hour == 12 else parsed_raw[0].hour + 12
            current_corrected = parsed_raw[0].replace(hour=first_hour_pm)
            corrected_times.append(current_corrected)
            
            # 重新遍历到当前索引
            for retry_idx in range(1, idx + 1):
                expected_retry = corrected_times[-1] + timedelta(minutes=5)
                retry_raw_hour = parsed_raw[retry_idx].hour
                retry_am = parsed_raw[retry_idx].replace(hour=0 if retry_raw_hour == 12 else retry_raw_hour)
                retry_pm = parsed_raw[retry_idx].replace(hour=12 if retry_raw_hour == 12 else retry_raw_hour + 12)
                
                if abs((retry_am - expected_retry).total_seconds()) < 1:
                    corrected_times.append(retry_am)
                elif abs((retry_pm - expected_retry).total_seconds()) < 1:
                    corrected_times.append(retry_pm)
                else:
                    raise ValueError(f"时间序列不连续，无法匹配: {raw_time_list[retry_idx]}")
            continue
    
    # 转换为带AM/PM的目标格式
    return [time.strftime('%Y-%m-%d %I:%M:%S %p') for time in corrected_times]

测试你的示例 #

比如你提到的两个时间点，我们可以生成完整的288个样本序列来测试：

# 生成从2018-05-01 12:10 AM开始的288个5分钟间隔的原始时间字符串
start_time = datetime(2018, 5, 1, 0, 10)
raw_times = [(start_time + timedelta(minutes=5*i)).strftime('%Y-%m-%d %I:%M:%S') for i in range(288)]

# 补全AM/PM
formatted_times = infer_and_add_ampm(raw_times)

# 查看目标结果
print(next(t for t in formatted_times if '12:10:00' in t))  # 输出: 2018-05-01 12:10:00 AM
print(next(t for t in formatted_times if '06:20:00' in t))  # 输出: 2018-05-01 06:20:00 PM

关键细节说明 #

• 自动处理12点的特殊情况：比如12:xx会被正确转换为12:xx AM（对应24小时制00:xx）或12:xx PM（对应24小时制12:xx）；
• 容错机制：如果初始假设的AM不对，会自动切换为PM重新验证，确保序列连续性；
• 严格匹配：通过时间差的绝对值判断是否符合5分钟间隔，避免因秒数误差导致的匹配失败。

内容的提问来源于stack exchange，提问作者IMein