DataFrame中object类型时间列分组求和异常问题求助

问题出在czas_oczekiwania列是object类型，直接调用sum()会把它当成字符串拼接，而非时间值相加。你需要先把该列转换成时间增量类型（timedelta），再执行分组求和操作。

具体修改步骤：

• 第一步：将czas_oczekiwania列从object转为timedelta类型

  ph1['czas_oczekiwania'] = pd.to_timedelta(ph1['czas_oczekiwania'], errors='coerce')
  

  其中errors='coerce'会把无法转换的异常值设为NaT，如果你的数据都是标准时间格式（如HH:MM:SS），也可以省略这个参数。

• 第二步：执行分组求和

  ph3 = ph1.groupby([pd.to_datetime(ph1['data']).dt.to_period('D'), 'typ'])['czas_oczekiwania'].sum()
  

如果data列本身已是datetime类型，分组键可以简化：

ph3 = ph1.groupby([ph1['data'].dt.to_period('D'), 'typ'])['czas_oczekiwania'].sum()

这样得到的结果就是每天每个typ对应的总等待时长，类型为timedelta，符合预期的时间求和逻辑。

内容的提问来源于stack exchange，提问作者Grzegorz Z