我想把它们转换成datetime对象（更好）或者秒的整数。
在我看来，你似乎更喜欢寻找一个timedelta，因为不清楚今年应该是什么？
例如，您可以通过（ser您的系列）执行此操作：

ser = pd.Series(["169:21:5:24", "54:9:19:29"])
timedeltas = ser.str.split(":", n=1, expand=True).assign(td=lambda df:
    pd.to_timedelta(df[0].astype("int"), unit="D") + pd.to_timedelta(df[1])
)["td"]
seconds = timedeltas.dt.total_seconds().astype("int")
datetimes = pd.Timestamp("2022") + timedeltas  # year has to be provided

结果：
timedeltas：

0   169 days 21:05:24
1    54 days 09:19:29
Name: td, dtype: timedelta64[ns]

seconds：

0    14677524
1     4699169
Name: td, dtype: int64

datetimes：

0   2022-06-19 21:05:24
1   2022-02-24 09:19:29
Name: td, dtype: datetime64[ns]

【PyData.Pandas】：pandas.to_datetime使用（并指向）[Python.Docs]：datetime - strftime（）和strptime（）行为声明（强调是我的）：

• %d-月份中的日期作为补零的十进制数。

...

• %j-一年中的某一天，表示为用零填充的十进制数。

因此，您使用了错误的指令（正确的指令是***%j***）：

>>> import pandas as pd
>>>
>>> pd.to_datetime("169:21:5:24", format="%j:%H:%M:%S")
Timestamp('1900-06-18 21:05:24')

如图所示，参考年份为 1900（如第二个 URL 中所指定）。如果要使用当前年份，则需要进行一些额外的处理：

>>> import datetime
>>>
>>> cur_year_str = "{:04d}:".format(datetime.datetime.today().year)
>>> cur_year_str
'2023:'
>>>
>>> pd.to_datetime(cur_year_str + "169:21:5:24", format="%Y:%j:%H:%M:%S")
Timestamp('2023-06-18 21:05:24')
>>>
>>> # Quick leap year test
>>> pd.to_datetime("2020:169:21:5:24", format="%Y:%j:%H:%M:%S")
Timestamp('2020-06-17 21:05:24')

总而言之：

>>> series = pd.Series(("169:21:5:24", "54:9:19:29"))
>>> pd.to_datetime(year_str + series, format="%Y:%j:%H:%M:%S")
0   2023-06-18 21:05:24
1   2023-02-23 09:19:29
dtype: datetime64[ns]