嘿，这个需求我之前也碰到过，刚好有两种靠谱的解决办法，看你习惯用代码还是Excel啦～

方法一：Python Pandas（灵活适配大量数据） #

如果你的数据量比较大，或者需要自动化处理，用Pandas是最优解：

1. 先把字符串格式的时间转成可处理的datetime类型
   原始数据是字符串，得先让Pandas识别成日期时间对象：

   import pandas as pd
   
   # 假设你的数据存在DataFrame中，列名为'timestamp'
   df = pd.DataFrame({
       'timestamp': ['April 04, 2018 07:45', 'April 04, 2018 12:51', 'April 05, 2018 11:36', ...]
   })
   df['timestamp'] = pd.to_datetime(df['timestamp'])
   

2. 按日期分组计算最小/最大时间
   提取日期作为分组键，然后聚合计算每天的最早和最晚时间：

   # 新增日期列（仅年月日，不带时间）
   df['date'] = df['timestamp'].dt.date
   # 分组聚合
   daily_stats = df.groupby('date')['timestamp'].agg(['min', 'max'])
   

3. （可选）转回原格式的字符串
   如果需要把结果转成和原始数据一样的格式：

   daily_stats = daily_stats.applymap(lambda x: x.strftime('%B %d, %Y %H:%M'))
   

   这样得到的结果就是每天对应的最早和最晚时间戳啦。

方法二：Excel（适合无代码场景） #

要是你更习惯用Excel处理数据，步骤也很简单：

1. 确保时间列是Excel可识别的日期格式
   选中你的日期时间列，右键→「设置单元格格式」，选择合适的日期时间格式（比如「*3/14/2012 1:30 PM」），确保Excel能正确解析时间。

2. 提取纯日期列
   在相邻列（比如B列）输入公式=INT(A2)，然后下拉填充所有行。这个公式会把日期时间的整数部分（即年月日）提取出来，作为分组依据。

3. 用数据透视表计算最小/最大值

   • 选中所有数据（包括原始时间列和新的日期列），点击「插入」→「数据透视表」；
   • 把日期列拖到「行」区域，把原始时间列拖到「值」区域两次；
   • 第一次值字段设置为「最小值」，第二次设置为「最大值」；
   • 最后调整值区域的单元格格式为你需要的日期时间样式，就能得到每天的最早和最晚时间了。

小提示 #

就算你的数据里同一天的时间顺序混乱（比如你示例里April 06的11:30和11:29），不管是Pandas还是Excel的min/max函数都会自动识别正确的时间大小，完全不用担心排序问题～

内容的提问来源于stack exchange，提问作者John