如何拆分DataFrame中的Datetime并计算连续行的时间差

首先确保你的时间列是datetime类型，如果还未转换，先执行：

import pandas as pd

# 替换成你的实际时间列名
df['datetime_col'] = pd.to_datetime(df['datetime_col'])

方法1：用diff()直接计算 #

pandas的diff()方法专为连续行差值计算设计，针对datetime类型列会自动返回时间差对象：

df['time_diff'] = df['datetime_col'].diff()

生成的time_diff列中，第一行值为NaN（无对应上一行数据），后续每行都是当前行与上一行的时间差，单位会自动匹配原时间列的精度（如秒、分钟、小时等）。

方法2：手动用shift()做差 #

如果需要更直观地控制计算逻辑，可通过shift(1)将上一行的时间值移至当前行，再做减法：

df['time_diff'] = df['datetime_col'] - df['datetime_col'].shift(1)

该方法与diff()结果完全一致，若需自定义差值方向（比如前减后），调换运算顺序即可。

不推荐单独用datetime模块的原因 #

遍历每行用datetime模块计算，不仅代码繁琐，对数千行数据来说效率极低。pandas的内置方法是向量化操作，速度更快且实现简洁。

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