如何计算timedelta列的平均值并去除结果中的'0 days'？

核心要点 #

要兼顾干净的时分秒显示和数值计算能力，绝对不能把列转成纯字符串——必须保留timedelta64[ns]类型，只在显示层面做格式化。

具体操作 #

1. 生成格式化显示列

假设你的DataFrame是df，目标列叫Tempo Formatado，用dt.strftime直接提取时分秒：

# 新增一列用于展示，原列保留用于计算
df['Tempo Exibicao'] = df['Tempo Formatado'].dt.strftime('%H:%M:%S')

得到的Tempo Exibicao列就是你要的格式：

0 00:27:00
1 01:22:00
2 00:52:00
3 01:04:00
4 00:07:00

2. 计算平均值

直接用原timedelta列计算，再格式化结果：

# 计算平均时长
media = df['Tempo Formatado'].mean()
# 转成分钟精度后格式化
media_formatada = media.round('min').dt.strftime('%H:%M').iloc[0]

输出结果就是00:46，和案例一致。

可选：直接修改显示格式（不新增列）

如果不想多一列，也可以临时修改显示格式，但注意这样会把列转成字符串，后续计算要转回来：

# 临时转成格式化字符串显示
df['Tempo Formatado'] = df['Tempo Formatado'].apply(lambda x: x.strftime('%H:%M:%S'))
# 后续需要计算时转回timedelta
df['Tempo Formatado'] = pd.to_timedelta(df['Tempo Formatado'])

注意事项 #

• 始终保留原始的timedelta64[ns]列，避免丢失计算能力
• 如果你的数据存在超过1天的时长，可以把格式化字符串改成'%H:%M:%S'（自动忽略天数，只显示累计小时）或者'%d days %H:%M:%S'（保留天数）

内容的提问来源于stack exchange，提问作者alanandrade01