如何在Pandas DataFrame中从制表符分隔的时间列提取年月日时分秒？

嘿，我来帮你搞定这个需求！咱们分两步走：先把YMD-Time列正确转换成datetime格式，再提取年、月、日等单独字段～

第一步：高效转换时间列为datetime类型 #

你原来用apply+datetime.strptime的方式也能工作，但Pandas自带的pd.to_datetime效率更高（尤其是数据量大的时候），而且写法更简洁。注意你的时间列是制表符（\t）分隔的，所以格式字符串要准确对应：

import pandas as pd

# 替换成你的实际DataFrame名称
df['TIMESTAMP'] = pd.to_datetime(df['YMD-Time'], format='%Y\t%m\t%d\t%H\t%M\t%S')

如果你的数据里有格式不规范的行，可以加上errors='coerce'参数，把无效值转为NaT（Pandas的缺失时间值），方便后续处理：

df['TIMESTAMP'] = pd.to_datetime(df['YMD-Time'], format='%Y\t%m\t%d\t%H\t%M\t%S', errors='coerce')

第二步：提取年、月、日、时、分、秒到单独列 #

转换完成后，Pandas的datetime列有一个dt属性，可以直接访问各种时间组件，一行代码就能提取一个字段：

# 提取各时间字段
df['YEAR'] = df['TIMESTAMP'].dt.year
df['MONTH'] = df['TIMESTAMP'].dt.month
df['DAY'] = df['TIMESTAMP'].dt.day
df['HOUR'] = df['TIMESTAMP'].dt.hour
df['MINUTE'] = df['TIMESTAMP'].dt.minute
df['SECOND'] = df['TIMESTAMP'].dt.second

这样操作完，你的DataFrame就会新增YEAR、MONTH等6个单独的时间字段啦！

内容的提问来源于stack exchange，提问作者Shivam