如何从指定格式字符串提取时间？Python DataFrame列替换需求

我来帮你搞定这个问题！你的DataFrame列里是类似2018-01-25T20:30:02.533+0000的ISO格式字符串，要提取出20:30:02这样的时间部分，有几种简单实用的方法，我给你逐个说明：

方法1：字符串分割法（最直接） #

利用字符串里固定的分隔符T和.来拆分，一步到位：

import pandas as pd

# 假设你的DataFrame名为df，目标列是'time_str'
df['time_only'] = df['time_str'].str.split('T').str[1].str.split('.').str[0]

原理： #

• str.split('T').str[1]：把字符串按T切分，取后面的时间部分（比如20:30:02.533+0000）
• str.split('.').str[0]：再把时间部分按.切分，取前面不带毫秒的核心时间（20:30:02）

方法2：转成datetime对象后提取（更灵活） #

如果之后你还需要对时间做排序、计算等操作，推荐先转成datetime类型再提取：

df['time_only'] = pd.to_datetime(df['time_str']).dt.time.astype(str)

原理： #

• pd.to_datetime()：自动识别ISO格式字符串，转换成pandas的datetime对象
• dt.time：从datetime对象中提取纯时间部分（返回datetime.time类型）
• astype(str)：把时间对象转成字符串格式，正好是HH:MM:SS

方法3：正则表达式匹配（适配复杂格式） #

如果你的字符串格式有轻微变化（比如分隔符不同），正则匹配更通用：

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

原理： #

正则表达式(\d{2}:\d{2}:\d{2})会精准匹配「两位数字+冒号+两位数字+冒号+两位数字」的格式，也就是我们要的时间部分，str.extract会把匹配到的内容提取出来。

小提示： #

如果列里存在缺失值，可以在字符串操作时加上na=False参数（比如df['time_str'].str.split('T', na=False).str[1]），避免出现报错；或者最后用df['time_only'].fillna('')填充空值。

内容的提问来源于stack exchange，提问作者Imran Ahmad Ghazali