我来帮你搞定这个时间格式转换的问题！你遇到的ValueError是因为格式字符串没包含毫秒部分——你的数据里有.5这样的毫秒值，但你用的%M:%S只匹配了分钟和秒，漏掉了毫秒，所以才会提示有未转换的数据。

正确的转换方式：用timedelta类型处理时间间隔 #

因为你最终要做时间减法得到时长，最适合的类型是timedelta（时间间隔），而不是datetime.time（一天中的时刻）。time类型更适合表示具体几点几分，做减法的话如果出现跨周期（比如从58分跳到00分）会得到不符合预期的负数，而timedelta专门用来表示时间长度，完美适配你的需求。

具体代码实现 #

下面是针对你的数据的完整解决方案：

import pandas as pd

# 你的示例数据
merged = pd.DataFrame({
    'started_at': ['58:42.5', '00:55.5'],
    'ended_at': ['00:02.3', '02:13.9']
})

# 将列转换为timedelta类型，格式匹配「分钟:秒.毫秒」
merged['started_at'] = pd.to_timedelta(merged['started_at'], format='%M:%S.%f')
merged['ended_at'] = pd.to_timedelta(merged['ended_at'], format='%M:%S.%f')

# 计算时长（ended_at - started_at）
merged['duration'] = merged['ended_at'] - merged['started_at']

# 可选：将时长转换为总秒数（方便后续数值运算，比如统计、绘图等）
merged['duration_total_seconds'] = merged['duration'].dt.total_seconds()

print(merged)

代码解释 #

1. 格式字符串%M:%S.%f：
   • %M：匹配两位分钟数（比如58、00）
   • %S：匹配两位秒数（比如42、55）
   • %f：匹配微秒数（你的数据里的.5是500毫秒，pd.to_timedelta会自动识别为500000微秒）
2. timedelta的优势：
   • 直接支持减法运算，结果还是timedelta类型，能直观看到时长（比如-0 days 00:56:40.200000）
   • 可以通过dt.total_seconds()转换为浮点型的总秒数，方便后续的数值分析、排序等操作
3. 注意事项：
   • 如果你的业务场景中，ended_at应该晚于started_at（比如第二个示例的00:55.5到02:13.9是正常的正向时长，但第一个示例的58:42.5到00:02.3得到负数），可能需要判断是否是跨了一个小时的情况，可以通过添加pd.Timedelta(hours=1)来修正：

     # 修正跨小时的情况：如果ended_at < started_at，就给ended_at加1小时
     mask = merged['ended_at'] < merged['started_at']
     merged.loc[mask, 'ended_at'] += pd.Timedelta(hours=1)
     merged['duration'] = merged['ended_at'] - merged['started_at']
     

这样处理后，你就能顺利完成时间列的转换和时长计算啦！

内容的提问来源于stack exchange，提问作者kaecvtionr