如何将timedelta时间差转为百分比？解决DatetimeArray除法报错

错误原因 #

你遇到的TypeError是因为Pandas的DatetimeArray不支持直接除法运算，必须先将时间类型转换为数值型（如时间戳秒数、纳秒数）后才能进行算术操作。

方案1：基于已有的diff(s)列计算差值百分比（推荐） #

既然你已经有了diff(s)列（存储的是Finish Time与最小值的时间差，类型为timedelta64[ns]），可以直接基于它计算百分比，无需再操作原Finish Time列：

场景A：差值占总时间跨度的百分比

如果要计算每个时间差相对于整个数据集时间跨度的占比：

# 计算总时间跨度的秒数
total_span_seconds = (df["Finish Time"].max() - df["Finish Time"].min()).total_seconds()
# 将diff(s)转为秒数后计算百分比
df["diff(%)"] = (df["diff(s)"].dt.total_seconds() / total_span_seconds) * 100

场景B：差值相对于最早时间的百分比

如果要计算时间差相对于**最早时间（最小值）**的比例：

# 将最早时间转为秒数
min_time_seconds = df["Finish Time"].min().total_seconds()
# 将diff(s)转为秒数后计算百分比
df["diff(%)"] = (df["diff(s)"].dt.total_seconds() / min_time_seconds) * 100

方案2：修正原代码逻辑（直接操作Finish Time） #

如果坚持要按原代码的思路（计算时间点本身的比例），可以先将Finish Time转为Unix时间戳（秒数）再计算：

# 将Finish Time转为秒级时间戳
finish_seconds = df["Finish Time"].dt.total_seconds()
min_finish_seconds = finish_seconds.min()
# 计算百分比
df["diff(%)"] = (finish_seconds / min_finish_seconds) * 100

如果要的是时间差相对于最早时间的百分比（而非时间点本身的比例），则调整为：

finish_seconds = df["Finish Time"].dt.total_seconds()
min_finish_seconds = finish_seconds.min()
df["diff(%)"] = ((finish_seconds - min_finish_seconds) / min_finish_seconds) * 100

内容的提问来源于stack exchange，提问作者Hansson