时间序列数据中多日期转年内累计秒数的实现求助

你已经正确完成了日期时间的解析，接下来只需要计算每个时间点与当年1月1日00:00:00的时间差，再将差值转换为总秒数即可，具体步骤如下：

1. 保留你已有的日期解析代码（格式匹配你的数据）：

import pandas as pd

df['DateTime'] = pd.to_datetime(df['DateTime'].str.strip(), format="%d:%m:%Y %H:%M:%S:%f")

2. 生成每个时间点对应的当年年初时间，并计算累计秒数：

# 方法一：分步实现
df['Year_Start'] = df['DateTime'].apply(lambda x: pd.Timestamp(year=x.year, month=1, day=1))
df['Seconds_data'] = (df['DateTime'] - df['Year_Start']).dt.total_seconds()

# 方法二：简化代码，合并步骤
df['Seconds_data'] = (df['DateTime'] - pd.to_datetime(df['DateTime'].dt.year.astype(str))).dt.total_seconds()

最终得到的Seconds_data就是从当年1月1日0点开始计算的累计秒数，不会每日重置。比如你举例的4:1:2022 00:00:00:000（即2022年1月4日0点），计算后正好是3*24*3600=259200秒，和预期结果一致。

内容的提问来源于stack exchange，提问作者Chethan Parthasarathy