Python中如何计算秒索引DataFrame各时间步的时间差？
2026-8-5
解决方案
问题分析
你遇到的'Series' object has no attribute 'total_seconds'错误，是因为total_seconds()是单个Timedelta对象的方法，不能直接作用于Timedelta类型的Series。更关键的是，你之前的思路有误——把索引转成Timedelta存储到dTime，得到的是索引对应的时间长度，而非相邻时间步的差值。
正确实现
由于你的索引本身就是以秒为单位的数值，直接对索引做差分即可得到时间差，步骤如下：
- 计算索引的相邻差值：用
df.index.diff()获取当前时间步与上一步的索引差值（单位：秒） - 填充第一个值：第一个时间步没有上一步，用
fillna(0)将其设为0
对应的代码：
df['dTime'] = df.index.diff().fillna(0)
验证结果
用你的示例数据测试，会得到你期望的输出：
| Time | Prod | dTime |
|---|---|---|
| 662558400 | 1.975595 | 0 |
| 662558400 | 1.975916 | 0 |
| 662558400 | 1.976396 | 0 |
| 662558500 | 1.977118 | 100 |
| 66258500 | 1.9782 | -602000 |
（注：你示例中最后一个索引可能存在输入错误，实际差值会根据真实索引计算）
补充说明
如果你的索引是datetime类型而非数值秒数，才需要先转成Timedelta差值，再用dt.total_seconds()提取秒数：
# 针对datetime索引的情况 df['dTime'] = df.index.diff().dt.total_seconds().fillna(0)
内容的提问来源于stack exchange，提问作者Yogi
相关产品推荐
相关产品推荐
