Pandas筛选日期时间列转字典遇时间戳问题及优化方案咨询

一、为什么得到的是时间戳而非Datetime类型？ #

你使用.values.tolist()时，Pandas的Datetime列会被转换为numpy的datetime64类型，而numpy数组转Python列表时，datetime64会自动解析为纳秒级整数时间戳，所以最终得到的是一串整数而非datetime对象。另外你的循环代码里还存在硬编码错误：df.loc[df['name'] == 'BOB', ...]应该改为df.loc[df['name'] == name, ...]，否则所有员工的结果都会是BOB的排班数据。

二、保留Datetime类型的修正方法 #

如果要维持原逻辑并保留datetime对象，不要用.values.tolist()，改用apply将每行转成tuple后再转列表：

results = {}
names = df['name'].unique().tolist()
for name in names:
    # 修正硬编码错误，并用apply(tuple, axis=1)保留datetime类型
    times = df.loc[df['name'] == name, ['timein', 'timeout']].apply(tuple, axis=1).tolist()
    results[name] = times

三、更符合Pandas风格的实现方式 #

无需手动循环，直接用groupby+apply生成目标字典：

results = df.groupby('name').apply(
    lambda group: group[['timein', 'timeout']].apply(tuple, axis=1).tolist()
).to_dict()

四、直接用Pandas计算时间差（更高效） #

你的核心需求是判断员工当前下班时间与下一个上班时间的间隔，完全不需要转字典手动判断，直接用Pandas的groupby+shift就能实现：

# 按员工分组，获取下一条记录的上班时间
df['next_timein'] = df.groupby('name')['timein'].shift(-1)
# 计算时间差
df['time_diff'] = df['next_timein'] - df['timeout']
# 筛选时间差小于固定时长的记录（假设fixed_duration是timedelta类型）
fixed_duration = pd.Timedelta(hours=12)
filtered_df = df[df['time_diff'] < fixed_duration]

内容的提问来源于stack exchange，提问作者xtian