Python 熊猫分类时间的格式问题

我想把小时数转换成分类格式， 该列是这样的，有数百个条目

hr_animals

21:25:00
10:36:00
23:17:00
01:23:00
NA
13:30:00
NA

我想要这样的输出：

hr_animals

Night
Morning
Night
Dawn
NA
Afternoon
NA

我使用此代码对时间进行分类：

pamdf ['part_of_day'] = (pamdf['hr_animals'].dt.hour % 24 + 4) // 4
pamdf['part_of_day'].replace({1: 'Dawn',
                      2: 'Early Morning',
                      3: 'Morning',
                      4: 'Noon',
                      5: 'Evening',
                      6: 'Night'}, inplace=True)
pamdf.head()

但我一直有这样的错误：

AttributeError:只能使用具有datetimelike值的.dt访问器

好的，我明白了。格式错误。正如我所检查的，列的格式是一个对象：

pamdf['hr_animals'].describe()

count          139
unique         133
top       01:43:00
freq             2
Name: hr_animals, dtype: object

但每次我尝试转换时，都会出现一个新错误：

第1条

事实上，我只想把时间转换成时间。日期在另一列中。 这是一份数据集打印件，有助于理解

我怎么做

提前谢谢你，我真的很伤心

-----编辑---

通过使用给出的答案，我得到：

---

这可能是因为您的数据不是

datetime

类型，因此无法使用

.dt

访问。要修复代码，第三个选项应为：

pd.to_datetime(pamdf['hr_animals'], format='%H:%M:%S', errors='coerce').dt.hour

也就是说，您的格式更适合

timedelta

而不是

DateTime

。尝试：

df['hr_animals'] = ((pd.to_timedelta(df['hr_animals'], errors='coerce')
                      // pd.Timedelta('4H') )
                      .add(1)
                      .replace({1: 'Dawn',
                      2: 'Early Morning',
                      3: 'Morning',
                      4: 'Noon',
                      5: 'Evening',
                      6: 'Night'})
                   )

输出：

  hr_animals
0      Night
1    Morning
2      Night
3       Dawn
4        NaN
5       Noon
6        NaN

---

另一个选项是使用

pd.cut

，它返回一个分类列。这可能会有帮助，因为标签将被排序，即

Dawn<清晨我在问题中做了一些编辑！我使用了你的部分代码，但我想主要的问题是我无法转换的格式。
pd.to_datetime（pamdf['hr\u animals'，format='%H:%M:%S'，errors='concurve'）。dt.hour
不会更改你的列。您需要将pamd['hr\u animals']=pd.分配回日期时间（…）

。但是，如果可能，请再次避免应用。

范围（24,6）

为空。查看嵌套的

如果。。elif

。它可以是

如果x是的！但我尝试了答案，得到了所有的“NaN”，该函数整夜返回。在十字架和剑之间，什么也得不到，呵呵。事实上，非常感谢你这么努力的帮助！
pd.to_datetime(pamdf['hr_animals'], format='%H:%M:%S', errors='coerce').dt.hour

df['hr_animals'] = ((pd.to_timedelta(df['hr_animals'], errors='coerce')
                      // pd.Timedelta('4H') )
                      .add(1)
                      .replace({1: 'Dawn',
                      2: 'Early Morning',
                      3: 'Morning',
                      4: 'Noon',
                      5: 'Evening',
                      6: 'Night'})
                   )

  hr_animals
0      Night
1    Morning
2      Night
3       Dawn
4        NaN
5       Noon
6        NaN

df['hr_animals'] = pd.cut(pd.to_timedelta(df['hr_animals'], errors='coerce'),
                          bins = pd.to_timedelta(np.arange(0,25,4), unit='H'),
                          labels=['Dawn','Early Morning', 'Morning', 
                                  'Noon', 'Evening', 'Night']
                   )