如何在Pandas中对DataFrame的时间段列进行时段分类？

没问题，这事儿其实挺简单的，咱们一步步来搞定它。首先得先明确四个时段的划分标准（毕竟不同场景下定义可能略有差异，我先给个通用的，你可以根据需求灵活调整）：

• 早晨：6:00AM - 11:59AM
• 下午：12:00PM - 5:59PM
• 傍晚：6:00PM - 9:59PM
• 夜晚：10:00PM - 5:59AM

完整解决方案代码 #

先给你看完整的可运行代码，后面再拆解开讲每个步骤：

import pandas as pd

# 模拟你的数据（替换成你实际的DataFrame即可）
data = {'TIME': ['1:00AM to 2:00AM', '7:00AM to 8:00AM', '1:00PM to 2:00PM', 
                 '7:00PM to 8:00PM', '11:00PM to 12:00AM', '5:30AM to 6:30AM']}
df = pd.DataFrame(data)

# 步骤1：从TIME列提取起始时间
df['Start_Time'] = df['TIME'].str.split(' to ', expand=True)[0]

# 步骤2：把时间字符串转换成datetime格式，方便提取24小时制小时数
df['Start_Time_DT'] = pd.to_datetime(df['Start_Time'], format='%I:%M%p')
df['Hour_24'] = df['Start_Time_DT'].dt.hour

# 步骤3：定义时段映射逻辑，生成Time_Shift列
def assign_time_shift(hour):
    if 6 <= hour < 12:
        return '早晨'
    elif 12 <= hour < 18:
        return '下午'
    elif 18 <= hour < 22:
        return '傍晚'
    else:
        return '夜晚'

df['Time_Shift'] = df['Hour_24'].apply(assign_time_shift)

# 查看最终结果（只保留关键列）
print(df[['TIME', 'Time_Shift']])

运行后会得到这样的输出：

TIME Time_Shift
0   1:00AM to 2:00AM        夜晚
1   7:00AM to 8:00AM        早晨
2   1:00PM to 2:00PM        下午
3   7:00PM to 8:00PM        傍晚
4  11:00PM to 12:00AM       夜晚
5   5:30AM to 6:30AM        夜晚

步骤拆解说明 #

1. 提取起始时间：
   你的TIME列是「X to Y」的格式，我们用str.split把起始时间拆出来——因为时间段是连续的，用起始时间来判断所属时段已经足够准确（如果你的业务需要考虑跨时段的情况，比如5:30AM到6:30AM，也可以根据结束时间或者时段占比调整，不过大部分场景下起始时间就够用）。

2. 转换时间格式：
   用pd.to_datetime把字符串时间转换成Pandas的datetime对象，指定format='%I:%M%p'来匹配「1:00AM」这种格式（%I是12小时制的小时，%p是AM/PM标识），然后提取24小时制的小时数，方便后续判断。

3. 映射时段：
   写一个简单的函数，根据24小时制的小时数返回对应的时段标签，再用apply把函数应用到整个Hour_24列上，生成Time_Shift列。

可选简化方案：用pd.cut替代函数 #

如果你觉得写函数麻烦，也可以用pd.cut来快速分段，代码更简洁：

# 定义分段区间和对应标签
bins = [-1, 6, 12, 18, 22, 24]
labels = ['夜晚', '早晨', '下午', '傍晚', '夜晚']

# 直接生成Time_Shift列
df['Time_Shift'] = pd.cut(df['Hour_24'], bins=bins, labels=labels, include_lowest=True)

这个效果和上面的函数完全一致，适合快速实现。

自定义调整提示 #

如果你的时段划分标准不一样（比如把早晨定义为7点开始，傍晚到11点结束），只需要修改函数里的数值或者bins的区间就行，非常灵活。

内容的提问来源于stack exchange，提问作者barkat khan