如何从Pandas DataFrame列单元格中提取时间的小时与分钟部分

针对DataFrame列中存储的"04:38:00 AM"这类带上午/下午标识的时间值，可根据数据格式特征和后续分析需求，选择以下任意一种方法提取得到"04:38"格式的小时分钟内容：

方法1：固定长度字符串切片（适用格式完全统一场景） #

当所有时间字符串的小时部分固定为两位补零格式（即长度、结构无偏移）时，可直接通过字符串切片取前5位字符，恰好匹配HH:MM的结构：

# 假设待处理列名为 'time_raw'
df['time_hm'] = df['time_raw'].str[:5]

• 优势：计算效率最高，逻辑最简单
• 局限：如果存在小时位未补零（如"9:05:00 AM"）、字符串长度不统一的情况，会出现提取错位

方法2：正则匹配提取（鲁棒性强，适配非完全统一格式） #

通过正则匹配抓取字符串开头的“小时:分钟”数字组合，不依赖固定字符串长度，即使存在小时位不补零的情况也能正确提取：

df['time_hm'] = df['time_raw'].str.extract(r'(\d{1,2}:\d{2})', expand=False)

• 优势：适配性更强，可自动跳过后续的秒数、AM/PM标识部分

方法3：转换为标准时间类型后格式化（推荐用于后续分析场景） #

如果后续需要基于时间开展计算、筛选等操作，优先将字符串列转换为Pandas内置datetime类型后再格式化，从根源上避免字符串解析带来的误差：

# 第一步：按带AM/PM的12小时制格式解析时间字符串
df['time_parsed'] = pd.to_datetime(df['time_raw'], format='%I:%M:%S %p')
# 第二步：格式化为目标的小时分钟格式
# 若需保留原12小时制的显示效果（如04:38 AM输出04:38），用%I:%M
df['time_hm'] = df['time_parsed'].dt.strftime('%I:%M')
# 若需转换为24小时制显示（如04:38 PM输出16:38），替换为'%H:%M'即可

• 优势：可自动识别缺失值、格式异常值，转换后的时间列可直接支持各类时间维度的计算操作

验证示例：对原始值"04:38:00 AM"，三种方法均可稳定输出目标值"04:38"

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