Python中datetime.time对象按自定义规则求和的实现方案问询

我明白你现在的困扰——datetime.time对象确实没法直接做算术运算，还要处理那些特殊的时间规则和讨厌的缺失值（NaN）。咱们换个思路，把所有时间转换成总分钟数来处理，这样加减、条件判断、求和都能轻松搞定！

完整解决方案代码 #

import pandas as pd

# 读取Excel文件
df = pd.read_excel('test.xlsx')

# 第一步：把Duration列的时间转成总分钟数，同时处理NaN值（转为0分钟）
df['total_minutes'] = df['Duration'].apply(lambda x: 
    (x.hour * 60 + x.minute) if pd.notna(x) else 0
)

# 第二步：定义时间调整规则函数
def adjust_minutes(minutes):
    eight_oclock = 8 * 60       # 8:00对应的总分钟数
    eight_fifteen = eight_oclock + 15  # 8:15对应的总分钟数
    nine_oclock = 9 * 60        # 9:00对应的总分钟数
    
    if eight_oclock <= minutes < eight_fifteen:
        # 8:00-8:15之间，统一按8:00（480分钟）计算
        return eight_oclock
    elif eight_fifteen <= minutes <= nine_oclock:
        # 8:15-9:00之间，时间减去15分钟
        return minutes - 15
    else:
        # 早于8:00或晚于9:00，保持原时间的总分钟数
        return minutes

# 第三步：应用调整规则到所有时间
df['adjusted_minutes'] = df['total_minutes'].apply(adjust_minutes)

# 第四步：计算总时间并转成小时:分钟格式
total_adjusted = df['adjusted_minutes'].sum()
total_hours = total_adjusted // 60
total_remaining_minutes = total_adjusted % 60

print(f"调整后的总时间：{total_hours}:{total_remaining_minutes:02d}")

代码解释 #

1. 时间转总分钟数：把每个时间（比如8:13）转换成8*60+13=493这样的整数，同时把NaN值转为0分钟（对应0:00），这样就避开了datetime.time对象不能运算的问题。
2. 规则函数：完全按照你给定的三个条件来处理：
   • 8:00到8:15之间的时间，直接返回480分钟（也就是标准的8:00）
   • 8:15到9:00之间的时间，减去15分钟（比如8:30转成8:15）
   • 其他时间段的时间保持原样（比如6:42、9:13都不做调整）
3. 求和与格式转换：把所有调整后的分钟数求和，再转成小时:分钟的友好格式输出，分钟数不足两位的会自动补0（比如5分钟会显示成05）。

针对你给出的示例列表验证 #

比如你提供的输入列表里：

• 8:13 → 转成493分钟，属于8:00-8:15区间，调整为480分钟
• 8:15 → 转成495分钟，属于8:15-9:00区间，调整为495-15=480分钟
• 8:16 → 转成496分钟，调整为496-15=481分钟
• 9:13 → 转成553分钟，晚于9:00，保持553分钟
• NaN → 直接转为0分钟

运行代码后就能得到符合要求的总时间啦！

内容的提问来源于stack exchange，提问作者Snaggyh