pandas中如何将含超24小时的Object时长字符串转为DateTime类型

错误原因分析 #

• pd.to_datetime用于转换时间点数据，其%H格式符仅支持0-23范围内的小时值，你的数据包含35:00这类超过24小时的时长（时间段），天然不符合datetime的格式要求，所以第一次转换报错。
• 你后续使用的%HH:%MM是错误的格式写法：标准格式符中%M代表分钟，额外添加的H和M会要求原始字符串中存在对应字符，因此匹配2:00这类正常数据时也会报错。

正确处理方案 #

时长类数据更适合转换为pandas的Timedelta（时间差）类型，适配任意长度的时间段计算需求，转换代码如下：

# 一次性处理两列时长数据
duration_cols = ['Planned Hours', 'Actual Hours']
for col in duration_cols:
    # 给原始时分格式补全秒位，适配Timedelta的识别规则
    time[col] = pd.to_timedelta(time[col] + ':00')

如果你的业务场景必须使用datetime类型，可以在Timedelta的基础上叠加基准日期转换，示例如下：

# 以1900-01-01为基准日期，将时长转换为对应时间点
time['Actual Hours'] = pd.to_datetime('1900-01-01') + pd.to_timedelta(time['Actual Hours'] + ':00')

补充说明 #

转换为Timedelta类型后，你可以直接对时长数据做求和、求差、统计平均值等运算，完全适配工时类数据的分析需求。

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