在毫秒时间戳上使用 pd.datetime() 很热门吗？

Question

我正在尝试将我的时间从对象（从 csv 文件中读取）转换为日期时间格式。我的时间格式是 07:00:00.16 (小时:分钟:seconds.milliseconds)

import pandas as pd 
df=pd.read_csv('Copy.txt')
df.columns = df.columns.str.strip()
df['Time']=pd.to_datetime(df.Time, errors = 'coerce')

我的结果是时间栏都是"NaT"

如果我使用：df['Time']=pd.to_datetime(df.Time)

比我得到这个错误：OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 07:00:00

请教如何更改列类型并保持完整的毫秒数据。谢谢！

数据格式为：

0       07:00:00.0
1       07:00:00.1
2       07:00:00.2
3       07:00:00.3
4       07:00:00.4
5       07:00:00.5
6       07:00:00.6
7       07:00:00.7
8       07:00:00.8
9       07:00:00.9
10     07:00:00.10
11     07:00:00.11
12     07:00:00.12
13     07:00:00.13
14     07:00:00.14
15     07:00:00.15
16     07:00:00.16
Name: Time, dtype: object

Answer 1

如果您的 csv 以 '07:00:00.16' 之类的字符串格式存储时间，您可以简单地指定格式并提取 time 部分以将您的列转换为 datetime 对象：

df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S.%f').dt.time

在毫秒时间戳上使用 pd.datetime() 很热门吗？

Hot to use pd.datetime() on milliseconds timestamp?

python

milliseconds

pandas