如何在Python中利用Pandas对Excel导入的两个日期时间列相减计算耗时

嘿，这个问题我之前碰到过！你现在直接执行减法会报错的核心原因是：你的issue created和issue closed列是字符串类型，Pandas没办法直接对字符串做时间运算。得先把它们转换成Pandas支持的datetime类型，之后再做减法就顺理成章啦。

下面是完整的实现步骤：

步骤1：将字符串列转换为datetime类型 #

我们用pd.to_datetime()方法，并且指定明确的日期格式（因为你的日期是MM/DD/YYYY HH:MM:SS AM/PM格式），这样转换更准确，避免自动识别出错：

import pandas as pd

# 先构造你的数据（如果已经从Excel导入，这一步可以跳过，直接处理现有DataFrame）
data = pd.DataFrame({
    'issue created': ['12/31/2015 11:59:45 PM', '12/31/2015 11:59:44 PM', '12/31/2015 11:59:29 PM', '12/31/2015 11:59:29 PM'],
    'issue closed': ['12/31/2015 11:57:46 PM', '12/31/2015 11:56:58 PM', '12/31/2015 11:56:30 PM', '12/31/2015 11:55:32 PM']
})

# 转换为datetime64类型
data['issue created'] = pd.to_datetime(data['issue created'], format='%m/%d/%Y %I:%M:%S %p')
data['issue closed'] = pd.to_datetime(data['issue closed'], format='%m/%d/%Y %I:%M:%S %p')

步骤2：计算耗时 #

转换完成后，直接对两列做减法就能得到耗时，结果会是Timedelta类型（表示时间差）：

# 直接相减得到时间差（注意：你的关闭时间早于创建时间，结果会是负数）
data['elapsed duration'] = data['issue closed'] - data['issue created']

# 如果需要正数的耗时（取绝对值），可以这样写：
data['elapsed duration'] = (data['issue closed'] - data['issue created']).abs()

可选：将时间差转换为数值类型 #

如果需要把耗时转换成秒、分钟等数值形式，可以用dt.total_seconds()之类的方法：

# 转换为总秒数
data['elapsed seconds'] = data['elapsed duration'].dt.total_seconds()

# 转换为总分钟数
data['elapsed minutes'] = data['elapsed duration'].dt.total_seconds() / 60

这样处理后，你就能得到准确的耗时数据啦！

内容的提问来源于stack exchange，提问作者Pavan