Pandas 如何从datetime中提取一天中的时间（pd.Timedelta或datetime.time）？

给出一个包含带有

pd.Datetime

的列的数据帧，如下所示：

import pandas as pd
df = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'starttime': ['2020-03-20 15:05:00', '2020-03-20 15:16:00'],
})
df['starttime'] = pd.to_datetime(df['starttime'])

如何正确获取一天中的时间作为

pd.TimeDelta

？

我知道可以使用

df['starttime'].dt.time

提取python

datetime.time

，但这对我没有帮助，因为我想使用pandas数据类型（即

pd.TimeDelta

）来保持时间比较清晰（我必须进行大量比较，我正在寻找干净的代码）。例如，

df['starttime'].dt.time>pd.TimeDelta（13:00）

将不起作用。它抛出错误

TypeError:无法将类型Timedelta与类型time进行比较，这很有意义

对于如何实现这一目标，我有两个想法：

df['starttime']-df['starttime'].dt.floor（'1D'）
：这看起来“不错”，但我不确定其含义。我怀疑它能否控制一年中时间变化的两天，即夏季和冬季。我只想忽略那些日子，不管是哪一天，上午11点就是上午11点


pd.to_datetime（df['starttime'].dt.time.astype（str）
：它看起来很粗糙，但我认为它给了我想要的


这种方法合适吗？有没有一种方法可以用熊猫来表示时间？我看到的是
Datetime
，
Timedelta
和
Timestamp
，既然你在处理时间变化，你不应该在数据中添加时区吗？我想我在我的示例中把问题简化了，你可以使用Datetime列n的时间部分是字符串，然后是timedelta，例如

pd.to_timedelta（df['starttime'].dt.time.astype（str）），这会有帮助吗？是的，这是我的第二个选择（见最后的问题），但我想知道这是否是正确的方法？因为您正在处理时间更改，这似乎有点太过草率，您不应该将时区添加到数据中吗？我想我在我的示例中过于简化了这个问题，您可以将datetime列的时间部分转换为字符串，然后转换为timedelta，例如，

pd.to_timedelta（df['starttime'].dt.time.astype（str））

，这会有帮助吗？是的，这是我的第二个选择（见最后的问题），但我想知道这是否是正确的方法？对我来说，这似乎有点不妥