如何从Schedule DataFrame的Time_Stamp列提取小时生成Hour_Number列

针对你这个需求，有两种简单又靠谱的方法可以实现，都能完美处理HH:MM和H:MM这两种时间格式：

方法一：字符串分割法 #

利用时间字符串的冒号分隔特性，直接拆分出小时部分再转成整数：

import pandas as pd

# 给Schedule新增Hour_Number列
Schedule['Hour_Number'] = Schedule['Time_Stamp'].str.split(':').str[0].astype(int)

原理很直观：str.split(':')把每个时间字符串按冒号拆分成列表（比如"2:12"会变成["2", "12"]），str[0]取列表第一个元素也就是小时的字符串，最后astype(int)把它转成整数类型，正好匹配你要的结果。

方法二：时间类型转换法 #

把Time_Stamp列转换成pandas的时间类型，再直接提取小时数：

Schedule['Hour_Number'] = pd.to_datetime(Schedule['Time_Stamp'], format='%H:%M').dt.hour

这里format='%H:%M'指定了输入的时间格式（%H代表24小时制的小时，不管是1位还是2位都能正确识别），转换后用dt.hour直接提取小时数，得到的就是整数类型的结果。

两种方法都能实现你给出的示例效果，选哪种全看个人习惯——如果你的时间列格式很标准，第二种方法更贴合时间数据的处理逻辑；如果担心有特殊格式混入，第一种字符串分割的方式容错性会更强一点。

内容的提问来源于stack exchange，提问作者beluga217