使用Pandas合并日期时间列时触发ValueError(hour必须在0..23)的解决方法

问题场景 #

你有如下结构的DataFrame：

想要合并date和time列生成格式为YYYY-MM-DD HH:MM:SS的datetime列，使用了代码：

df["datetime"] = pd.to_datetime(df['date'].apply(str)+' '+df['time'])

大部分情况正常，但偶尔触发ValueError: hour must be in 0..23错误。

问题原因 #

这个错误的核心是：你的time列中存在无效的小时值——比如出现了24:00:00、25:30这类超出0-23范围的时间，Pandas在解析这类不符合标准时间格式的内容时就会抛出异常。

解决方案 #

1. 先定位异常数据 #

第一步要找出那些有问题的时间记录，这样才能针对性处理：

# 拆分时间字符串，提取小时部分并检查是否在0-23范围内
invalid_rows = df[~df['time'].str.split(':').str[0].astype(int).between(0, 23)]
print("存在异常时间的行：")
print(invalid_rows)

执行后你就能看到哪些行的时间格式有问题，大概率是数据录入错误（比如把凌晨1点写成了25点），或者是12小时制时间没带AM/PM标记（不过这种情况更多是小时超过12但没转换）。

2. 处理异常值并合并列 #

根据异常数据的类型，选择适合的处理方式：

方式一：跳过无效数据（快速解决）

如果不需要保留那些异常记录，可以用errors='coerce'参数让Pandas把无法解析的时间转为NaT（Not a Time），之后再过滤掉这些无效行：

# 合并日期时间，无法解析的转为NaT
df["datetime"] = pd.to_datetime(df['date'].astype(str) + ' ' + df['time'], errors='coerce')
# 移除包含无效datetime的行
df = df.dropna(subset=['datetime'])

注：把df['date'].apply(str)换成df['date'].astype(str)性能更好，尤其是处理大数据量时。

方式二：修正异常时间（保留数据）

如果是比如24:00:00这种常见的录入错误（实际应为次日00:00:00），可以手动修正：

# 筛选出小时为24的行
mask = df['time'].str.startswith('24:')
# 日期加1天
df.loc[mask, 'date'] = pd.to_datetime(df.loc[mask, 'date']) + pd.Timedelta(days=1)
# 把时间改为00:xx:xx
df.loc[mask, 'time'] = '00:' + df.loc[mask, 'time'].str[3:]

# 再合并列
df["datetime"] = pd.to_datetime(df['date'].astype(str) + ' ' + df['time'])

方式三：指定格式解析（更高效严谨）

如果你的date和time格式是固定的（比如date是YYYY-MM-DD，time是HH:MM:SS），推荐用format参数指定解析格式，这样不仅解析速度更快，还能提前明确格式要求：

df["datetime"] = pd.to_datetime(df['date'].astype(str) + ' ' + df['time'], format='%Y-%m-%d %H:%M:%S')

如果有不符合这个格式的记录，会直接抛出错误，这时候可以结合errors='coerce'来灵活处理。

内容的提问来源于stack exchange，提问作者freddy888