如何在Pandas DataFrame中基于Datetime时间差批量删除行并解决AttributeError错误

嘿，我来帮你搞定这个问题！你碰到的AttributeError: 'Series' object has no attribute 'seconds'，本质原因是Pandas的Series（序列）类型没有seconds属性——这个属性只属于单个的timedelta对象。对于Series里的时间差数据，你得用.dt访问器调用total_seconds()方法，才能计算每个时间差的总秒数。

接下来根据你的需求（删除Datetime列中彼此间隔24小时以内的行），我给出两种常见场景的解决方案：

场景1：删除与前一行间隔小于24小时的行 #

这是最常见的需求：保留第一行，以及所有与前一行时间间隔≥24小时的行，步骤如下：

1. 先确保时间列是正确的Datetime类型（如果还没转换的话）：

import pandas as pd

# 按你的数据格式转换为Datetime类型
df['x'] = pd.to_datetime(df['x'], format='%d/%m/%Y %H:%M:%S')

2. 计算当前行与前一行的时间差（转换为小时）：

# 用diff()计算相邻行的时间差，再转成小时单位
time_diff_hours = df['x'].diff().dt.total_seconds() / 3600

3. 筛选出需要保留的行（第一行没有前一行，所以用isna()保留，再加上间隔≥24小时的行）：

# 直接得到过滤后的DataFrame
filtered_df = df[time_diff_hours.isna() | (time_diff_hours >= 24)]

如果想直接在原DataFrame上删除行，可以这么写：

# 获取需要删除的行索引
to_drop = df[~(time_diff_hours.isna() | (time_diff_hours >= 24))].index
df.drop(to_drop, inplace=True)

场景2：删除任意两行间隔小于24小时的行（更严格过滤） #

如果你的需求是：只要某行和其他任意行的间隔小于24小时就删除，这种情况需要先排序再遍历检查：

# 先按时间列排序，确保顺序正确
df = df.sort_values('x').reset_index(drop=True)

# 初始化要保留的索引列表，先保留第一行
keep_indices = [0]

for i in range(1, len(df)):
    # 检查当前行与最后一个保留行的时间间隔
    time_diff = (df.loc[i, 'x'] - df.loc[keep_indices[-1], 'x']).total_seconds() / 3600
    if time_diff >= 24:
        keep_indices.append(i)

# 保留筛选后的行
filtered_df = df.loc[keep_indices]

为什么你的原代码出错？ #

你的原代码(df['d2'] - df['d1']).seconds存在两个问题：

• df['d2'] - df['d1']得到的是timedelta64[ns]类型的Series，不是单个timedelta对象
• Series没有seconds属性，必须用.dt.total_seconds()来获取每个时间差的总秒数，这样才能对整个Series进行批量计算

内容的提问来源于stack exchange，提问作者Edge