如何在Pandas DataFrame中对时间值执行逻辑测试

嘿，这个问题我之前也碰到过，其实核心就是类型不匹配导致的报错——你手里的START_TIME是datetime.time对象，而你拿来比较的'16:00:00'是字符串，Python当然不知道怎么给它们做大小比较啦。下面给你几种靠谱的解决办法，你可以根据自己的需求选：

方法1：把比较基准转成datetime.time类型 #

既然你的列已经是datetime.time了，那把下午4点也转成同样的类型就行，两种方式都可以：

# 用标准库datetime的time类
from datetime import time
df['DAY COURSE INDICATOR'] = df['START_TIME'] < time(16, 0)

# 或者用Pandas的方式转换
df['DAY COURSE INDICATOR'] = df['START_TIME'] < pd.to_datetime('16:00:00').time()

这样两边都是datetime.time类型，就能正常比较了。

方法2：保留完整的datetime类型（更推荐） #

其实你没必要把时间转成单独的dt.time，保留datetime类型会更灵活——虽然日期会默认是当前日期，但完全不影响时间部分的比较，而且后续如果要做时间相关的运算也方便：

# 不转成dt.time，直接保留datetime类型
df['START_TIME'] = pd.to_datetime(df['START_TIME'], format='%H%M')
# 直接和Timestamp对象比较
df['DAY COURSE INDICATOR'] = df['START_TIME'] < pd.Timestamp('16:00:00')

方法3：直接用原始整数比较（最简单） #

如果你的需求只是判断早于/晚于下午4点，甚至可以不用转换时间类型——因为四位数字的时间（比如0845、1630）的整数大小和时间早晚是完全对应的，1600就是下午4点，直接比整数就行：

# 假设START_TIME是整数类型（如果是字符串的话先转int：df['START_TIME'] = df['START_TIME'].astype(int)）
df['DAY COURSE INDICATOR'] = df['START_TIME'] < 1600

这种方法最省事儿，完全不用处理时间类型的转换问题。

总结一下：如果之后还要做更多时间相关操作，选方法2；如果就想保持当前的time类型，选方法1；如果只是单纯做早晚判断，方法3最快捷。

内容的提问来源于stack exchange，提问作者GaryM