如何在Python-Pandas DataFrame中批量移除时间列末尾的':00'

针对你的需求，我推荐两种高效的处理方式，具体选择取决于你的Time列的数据类型：

1. 如果Time列是字符串类型 #

最直接且性能最优的方法是使用字符串切片，直接移除最后3个字符（也就是:00）。这种方式不需要正则匹配，执行效率极高，尤其适合大数据量的场景：

import pandas as pd

# 假设你的数据框是df
df['Time'] = df['Time'].str[:-3]

比如原数据11:50:00会直接变成11:50，完全符合你的需求。

2. 如果Time列是datetime64类型 #

如果你的时间列已经被解析为Pandas的时间对象，更规范的做法是用时间格式化方法，确保输出格式稳定：

df['Time'] = df['Time'].dt.strftime('%H:%M')

这种方式会自动将时间格式化为小时:分钟，不管原始时间的秒数是多少，都能得到你想要的结果。

后续绘图（Matplotlib） #

处理完时间列后，就可以直接绘制Time vs Measure的对比图了，这里给你一个示例代码：

import matplotlib.pyplot as plt

# 设置图表大小
plt.figure(figsize=(10, 6))
# 绘制折线图（可根据需求调整样式）
plt.plot(df['Time'], df['Measure'], marker='o', linestyle='-', color='steelblue')
# 添加标签和标题
plt.xlabel('Time')
plt.ylabel('Wind Speed')
plt.title('Wind Speed Variation Over Time')
# 旋转X轴标签，避免重叠
plt.xticks(rotation=45)
# 自动调整布局，防止标签被截断
plt.tight_layout()
# 显示图表
plt.show()

为什么字符串切片是最优选择？ #

当你的Time列是字符串且所有数据都以:00结尾时，切片操作是Pandas字符串处理中最快的方式——它不需要正则表达式的匹配开销，直接按字符位置截取，在数据量较大时性能优势非常明显。

内容的提问来源于stack exchange，提问作者EvR020