Python 无法将此列的数据时间（对象转换为时间）

我有一个数据框，数据类型如下

    usr_id  year
0   t961    00:50:03.158000
1   t964    03:25:57
2   t335    00:55:00
3   t829    00:04:25.714000


usr_id    object
year      object
dtype: object

我想将year列数据类型转换为datetime。我使用了下面的代码

timefmt = "%H:%M"
test['year'] = pd.to_datetime(
    test['year'], format=timefmt, errors='coerce').dt.time

我的产量不足

    usr_id  year
0   t961    NaT
1   t964    NaT
2   t335    NaT
3   t829    NaT

如何将此列的数据时间（对象）转换为日期时间？ 如何降低秒数和微秒数

预期产量

---

由于

年份

列中当前没有实际日期，因此需要设置默认日期。然后可以将格式传递给pandas

to_datetime

函数

这可以在一个衬里中完成，如下所示：

test['year'] = pd.to_datetime(test['year'].apply(lambda x: '1900-01-01 '+ x),format='%Y-%m-%d %H:%M:%S')

用于：

或者您可以使用with

n=1

按最后一个

：

进行拆分，并通过索引选择第一个列表：

test['year'] = test['year'].str.rsplit(':', n=1).str[0]
print (test)
  usr_id   year
0   t961  00:50
1   t964  03:25
2   t335  00:55
3   t829  00:04

或@Akira提供的解决方案：

test['year'] = test['year'].astype(str).str[:5] 

---

test['year']=test['year'].astype（str）.str[0:5]

也会得到相同的输出

test['year'] = test['year'].str.rsplit(':', n=1).str[0]
print (test)
  usr_id   year
0   t961  00:50
1   t964  03:25
2   t335  00:55
3   t829  00:04

test['year'] = test['year'].astype(str).str[:5]