如何在Pandas中计算两Timestamp列的秒级时间差并新增列

前提说明 #

已知你的DataFrame中A、B列均为Timestamp格式，可直接进行时间差计算。

实现步骤 #

1. 核心代码（直接计算新增列）
   利用Pandas对Timestamp类型的原生支持，直接做减法得到时间间隔，再转换为总秒数：

   # 计算A与B的时间差（单位：秒），新增为C列
   df['C'] = (df['A'] - df['B']).dt.total_seconds()
   

2. 示例验证（含数据构造）
   如果需要测试，可先构造对应格式的DataFrame（若你的数据已为Timestamp可跳过转换步骤）：

   import pandas as pd
   
   # 构造示例数据
   data = {
       'A': ['Wed Jul 31 07:09:48 EDT 2024', 'Wed Jul 31 07:26:31 EDT 2024'],
       'B': ['Wed Jul 31 07:04:35 EDT 2024', 'Wed Jul 31 07:21:04 EDT 2024']
   }
   df = pd.DataFrame(data)
   # 转换为Timestamp格式（若已有该格式可省略）
   df['A'] = pd.to_datetime(df['A'])
   df['B'] = pd.to_datetime(df['B'])
   
   # 计算时间差并新增列
   df['C'] = (df['A'] - df['B']).dt.total_seconds()
   

结果说明 #

运行后C列会显示每行A与B的时间差总秒数：

• 第一行结果为313（对应5分13秒）
• 第二行结果为327（对应5分27秒）

内容的提问来源于stack exchange，提问作者user3555115