我的数据框有一个名为“Time”的列，包含一小时的时间范围，例如19:00-20:00、20:00-21:00、21:00-22:00等等。我还有另一列记录了这些时间段内的数值，例如50、40、10。

我想知道一天中的哪个小时数值最高等等。有没有办法将时间范围转换为单一值，比如19:00，然后提取出小时部分？

Df['Time'] = pd.to_datetime(Df['Time']) 我尝试过这个方法，但得到了错误信息“Out of bounds nanosecond timestamp: 1-01-01 19:00:00”

回答：

首先使用 Series.str.split，然后通过 to_timedelta 将值转换为时间差：

df = pd.DataFrame({'Time':['19:00-20:00', '20:00-21:00', '21:00-22:00']})df[['first', 'second']] = (df['Time'].str.split('-', expand=True)                                     .add(':00')                                     .apply(pd.to_timedelta))print (df)          Time    first   second0  19:00-20:00 19:00:00 20:00:001  20:00-21:00 20:00:00 21:00:002  21:00-22:00 21:00:00 22:00:00print (df.dtypes)Time               objectfirst     timedelta64[ns]second    timedelta64[ns]dtype: object

或者通过 to_datetime 将其转换为日期时间对象：

df[['first', 'second']] = df['Time'].str.split('-', expand=True).apply(pd.to_datetime)print (df)          Time               first              second0  19:00-20:00 2019-08-04 19:00:00 2019-08-04 20:00:001  20:00-21:00 2019-08-04 20:00:00 2019-08-04 21:00:002  21:00-22:00 2019-08-04 21:00:00 2019-08-04 22:00:00print (df.dtypes)Time              objectfirst     datetime64[ns]second    datetime64[ns]dtype: object

这里可以轻松地提取日期时间的各个部分，例如小时、时间等：

df['hour1'] = df['first'].dt.hourdf['time1'] = df['first'].dt.timeprint (df)          Time               first              second  hour1     time10  19:00-20:00 2019-08-04 19:00:00 2019-08-04 20:00:00     19  19:00:001  20:00-21:00 2019-08-04 20:00:00 2019-08-04 21:00:00     20  20:00:002  21:00-22:00 2019-08-04 21:00:00 2019-08-04 22:00:00     21  21:00:00print (df.dtypes)Time              objectfirst     datetime64[ns]second    datetime64[ns]hour1              int64time1             objectdtype: object