如何在 pandas 中读取 AM/PM 时间？答案

【问题标题】：How to read AM/PM times in pandas?如何在 pandas 中读取 AM/PM 时间？
【发布时间】：2023-03-16 22:40:02
【问题描述】：

我正在处理一个 csv 文件，其中包含一个名为 startTime 的列，其中包含时间。

使用 Excel 打开此文件时，时间在编辑栏中显示为 AM/PM 时间，尽管列中的时间戳显示格式不正确：

startTime
16:02.0
17:45.0
18:57.0
20:23.0

使用 pandas 的 read_csv 读取此文件时，我无法正确格式化这些时间戳：

import pandas as pd
df = pd.read_csv('example_file.csv')
print(df.startTime)

简单地产生：

0        16:02.0 
1        17:45.0 
2        18:57.0 
3        20:23.0

我首先尝试使用pd.to_datetime(df.startTime,format=" %H%M%S") 转换输出系列，但这会产生以下错误消息：

时间数据“16:02.0”与格式“%H%M%S”不匹配（匹配）

然后我尝试了基于 this answer 的 pd.to_datetime(df.startTime,format=" %I:%M:%S %p")，以考虑 AM/PM 约定，但这返回了相同的错误消息。

如何使用 pandas 像 Excel 那样自动格式化这些时间戳？

【问题讨论】：

您能否将您的 csvfile 内容上传为文本而不是图像？
当然，我会更新我的问题并将 csv 文件的内容作为文本包含在内，但我也希望读者可视化 Excel 的公式栏。

标签： python excel pandas parsing timestamp

【解决方案1】：

您的 csv 文件有文本，而不是日期时间，因此您需要先将此列中存储的文本转换为 pandas 日期时间对象，然后您可以通过 strftime 方法将此熊猫日期时间对象转换为您想要的格式：

pd.to_datetime(df['startTime']).dt.strftime(date_format = '%I:%M:%S %p')

输出：

0   04:02:00 PM
1   05:45:00 PM
2   06:57:00 PM
3   08:23:00 PM

注意：这些值是字符串值，而不是日期时间。

针对此特定问题进行编辑：

在转换为午夜 AM 之前将 00h 添加到时间戳的快速格式：

pd.to_datetime(df['startTime'].apply(lambda x: f'00:{x}')).dt.strftime(date_format = '%I:%M:%S %p')

输出：

0   00:16:02 AM
1   00:17:45 AM
2   00:18:57 AM
3   00:20:23 AM

【讨论】：

感谢您的回答。我知道在处理字符串时使用strftime 是有意义的。您的 sn-p 返回以下错误消息 ParserError: hour must be in 0..23: 29:47.0。我会尝试更改date_format 来解决这个问题。
它不会解决问题，您的数据看起来像是在 'Minutes:Seconds.Milliseconds' 中，在这种情况下，您在 Excel 中的时间戳表示必须进行额外的格式/数据转换。
@Sheldon 您的分钟值是否超过 59 的任何值？ IE。您是否有任何值，其中时间戳的第一部分 >=60（例如 65:02.0）？
不，df['startTime'].max() 返回 '59:59.0'
请注意我做了一些更改（添加 00 而不是 12，因为 12 变成 PM，但你需要有 AM）@Sheldon

【解决方案2】：

试试：

>>> pd.to_datetime(df['startTime'].str.strip(), format='%H:%M.%S')

0   1900-01-01 16:02:00
1   1900-01-01 17:45:00
2   1900-01-01 18:57:00
3   1900-01-01 20:23:00
Name: startTime, dtype: datetime64[ns]

【讨论】：

感谢您的回答，但您的解决方案返回相同的错误消息：ValueError: time data '29:47.0' does not match format '%H:%M.%S' (match)
我正在等待您的数据来修正我的答案。
听起来你在 Excel 中做了一些额外的事情来改变你的价值观@Sheldon，你的时间戳（特别是 16:02.0）代表什么？
我认为你有多余的空间。申请前脱衣to_datetime。我修正了我的答案。
好的。您必须手动解析您的 startTime。

【解决方案3】：

使用 dt.strftime 强制转换为 datetetime 并提取时间

df['startTime']=pd.to_datetime(df['startTime']).dt.strftime('%I:%M.%S%p')

【讨论】：