Python 3.x Pandas-将python中的hh:mm和hh:mm:ss转换为标准hh:mm:ss

我有一个“小时”列，它有小时时间，但有些列为（小时：分钟）

1:00

有些列为

24:00:00

。我想将它们全部转换为as，

1:00:00

（即小时：分钟：秒）。我试着将

转换为\u datetime

，但没有成功。谢谢你的帮助

df['hour'] = pd.to_datetime(df['hour'], format='%H:%M%:%S', errors='ignore')

---

您可以使用

numpy.where

将尾随“：00”添加到没有尾随“：00”的字符串中，然后转换为

datetime

或

timedelta

（以两者为准）

---

---

您可以使用

numpy.where

将尾随“：00”添加到没有尾随“：00”的字符串中，然后转换为

datetime

或

timedelta

（以两者为准）

---

如果要使用日期和时间，可以使用strftime（）并强制转换为datetime：

df1 = pd.DataFrame({'hour': ['21:51','11:07:20', '08:33:16', '09:01']})
df1['Clean_hour'] = (df1.hour.apply(lambda x: pd.to_datetime(x).strftime('%H:%M:%S'))
                             .apply(lambda x: pd.to_datetime(x)))

print(df1,df1.dtypes)

       hour Clean_hour
0     21:51   21:51:00
1  11:07:20   11:07:20
2  08:33:16   08:33:16
3     09:01   09:01:00

hour                  object
Clean_hour    datetime64[ns]

如果要使用日期和时间，可以使用strftime（）并强制转换为datetime：

df1 = pd.DataFrame({'hour': ['21:51','11:07:20', '08:33:16', '09:01']})
df1['Clean_hour'] = (df1.hour.apply(lambda x: pd.to_datetime(x).strftime('%H:%M:%S'))
                             .apply(lambda x: pd.to_datetime(x)))

print(df1,df1.dtypes)

       hour Clean_hour
0     21:51   21:51:00
1  11:07:20   11:07:20
2  08:33:16   08:33:16
3     09:01   09:01:00

hour                  object
Clean_hour    datetime64[ns]

---

---

你能用你的问题创建一个例子，比如你的数据框吗？你能用你的问题创建一个例子，比如你的数据框吗？为了与用户一起工作，列应该是

df.hour

。回答得好@coldspeed，谢谢！这很好用。我还有一个

date

列，我使用了

df['date']=pd.to_datetime（df['date']）

。与

hour

和

date

一起，我可以轻松地对我的数据进行排序。该列应为

df.hour

，以便与用户一起工作没有问题。回答得好@coldspeed，谢谢！这很好用。我还有一个

date

列，我使用了

df['date']=pd.to_datetime（df['date']）

。连同

hour

和

date

，我可以轻松地对数据进行排序。谢谢！它工作得很好，但是当我添加值

24:00:00

时，它会给我一个错误，

ValueError:hour必须在0..23

中。您必须在datetime中保存我添加的修改，直到有相同的问题。您添加了另一个问题不知道您想对此日期执行什么操作。我建议你打开一个新问题，你可以解释你想用datetime做什么..datetime64是datetime的标准类型基本上，我有

date

列和

time

列。

time

列的范围从

1:00

到

24:00:00

。我试图将这两列正确设置为

to_datetime

，并按升序排序。但是，按照您建议的当前形式，使用

24:00:00

会给我一个错误，因为

ValueError:hour必须在0..23

中。谢谢，谢谢！它工作得很好，但是当我添加值

24:00:00

时，它会给我一个错误，

ValueError:hour必须在0..23

中。您必须在datetime中保存我添加的修改，直到有相同的问题。您添加了另一个问题不知道您想对此日期执行什么操作。我建议你打开一个新问题，你可以解释你想用datetime做什么..datetime64是datetime的标准类型基本上，我有

date

列和

time

列。

time

列的范围从

1:00

到

24:00:00

。我试图将这两列正确设置为

to_datetime

，并按升序排序。但是，按照您建议的当前形式，使用

24:00:00

会给我一个错误，因为

ValueError:hour必须在0..23

中。谢谢

df1 = pd.DataFrame({'hour': ['21:51','11:07:20', '08:33:16', '09:01']})
df1['Clean_hour'] = (df1.hour.apply(lambda x: pd.to_datetime(x).strftime('%H:%M:%S'))
                             .apply(lambda x: pd.to_datetime(x)))

print(df1,df1.dtypes)

       hour Clean_hour
0     21:51   21:51:00
1  11:07:20   11:07:20
2  08:33:16   08:33:16
3     09:01   09:01:00

hour                  object
Clean_hour    datetime64[ns]