如何在Pandas中计算DataFrame两列的时间差（以分钟为单位）

嘿，这个问题我常碰到，给你几个实用的解决方案：

方法1：精确计算总分钟数（带小数） #

如果你需要保留完整精度的分钟数（比如包含秒数转换的小数部分），可以用dt.total_seconds()先获取时间差的总秒数，再除以60得到分钟数：

# 直接计算并转换
df['TIME_TO_REPORT'] = (df['TEST_TIME'] - df['RECEIPT_DATE_TIME']).dt.total_seconds() / 60

# 如果你已经提前算出了timedelta列，也可以直接对该列处理
# df['TIME_TO_REPORT'] = df['TIME_TO_REPORT'].dt.total_seconds() / 60

举个例子，你给出的0 days 05:58:00会被转换成358.0分钟；如果是0 days 00:00:30这种带秒数的时间差，会得到0.5分钟，精度完全保留。

方法2：快速取整转换（整数分钟） #

如果只需要整数分钟（自动截断小数部分），可以直接用astype指定转换为分钟单位的timedelta，再转成整数类型：

df['TIME_TO_REPORT'] = (df['TEST_TIME'] - df['RECEIPT_DATE_TIME']).astype('timedelta64[m]').astype(int)

这个方法会直接把时间差转换成整数分钟，比如0 days 05:58:30会得到358分钟，适合不需要小数精度的场景。

对应你示例数据的转换结果 #

针对你给出的示例输出，两种方法的结果如下：

这样处理后，你就能得到纯数字格式的分钟数啦～

内容的提问来源于stack exchange，提问作者lasan13