Pandas中groupby().sum()对时间列拼接而非求和的问题求助

你的appointedTime列存储的是字符串类型（比如"00:10"），Pandas的sum()方法对字符串执行的是拼接操作，而非数值求和，这就是结果中时间字符串被连在一起的原因。

要实现时间求和，需先把字符串格式的时长转换成Pandas可识别的timedelta（时间增量）类型，再进行分组求和。具体步骤如下：

1. 解析字符串时长为timedelta #

使用pd.to_timedelta()函数，将HH:MM格式的字符串转换为timedelta类型，该函数能自动识别小时、分钟格式的时长。

2. 分组求和 #

转换类型后，groupby().sum()就能正确计算时长总和。注意Pandas新版本默认numeric_only=True，需显式设置numeric_only=False以支持timedelta类型的求和。

3. 可选：转换为友好的字符串格式 #

如果需要把求和后的timedelta转回HH:MM格式的字符串，可以自定义转换函数。

def get_report(cookie):
    from datetime import datetime, timedelta
    import requests
    import json
    import pandas as pd

    today = datetime.today().strftime("%Y-%m-%d")  # 减timedelta(days=0)可省略
    link_report = f'https://atendimento.sistemainfo.com.br/Report/WorkTimeResultToJsonAsync?StartDate={today}&EndDate={today}&TicketType=&Agents%5B0%5D.Id=16086163&Agents%5B0%5D.ToDelete=False&Agents%5B1%5D.Id=40721217&Agents%5B1%5D.ToDelete=False&Agents%5B2%5D.Id=16810784&Agents%5B2%5D.ToDelete=False&Agents%5B3%5D.Id=19891551&Agents%5B3%5D.ToDelete=False&Agents%5B4%5D.Id=23034581&Agents%5B4%5D.ToDelete=False&Agents%5B5%5D.Id=21459575&Agents%5B5%5D.ToDelete=False&Agents%5B6%5D.Id=28407059&Agents%5B6%5D.ToDelete=False&Agents%5B7%5D.Id=34454555&Agents%5B7%5D.ToDelete=False&Agents%5B8%5D.Id=28492909&Agents%5B8%5D.ToDelete=False&_=1666122828849'
    request_report = requests.get(link_report, cookies=cookie)

    reports = json.loads(request_report.content)['list']

    # 直接用返回数据构建DataFrame，无需手动遍历列表
    df = pd.DataFrame(reports, columns=['agent', 'appointedTime'])

    # 核心步骤：将字符串时长转为timedelta类型
    df['appointedTime'] = pd.to_timedelta(df['appointedTime'])

    # 分组求和，支持timedelta类型
    df2 = df.groupby('agent').sum(numeric_only=False)

    # 可选：将timedelta转为HH:MM格式的字符串
    def format_timedelta(td):
        total_seconds = td.total_seconds()
        hours = int(total_seconds // 3600)
        minutes = int((total_seconds % 3600) // 60)
        return f"{hours:02d}:{minutes:02d}"

    df2['appointedTime'] = df2['appointedTime'].apply(format_timedelta)

    print(df2)

get_report(get_cookies())

• 移除了手动遍历列表的冗余代码，直接用pd.DataFrame()构建数据框更简洁高效。
• pd.to_timedelta()自动处理HH:MM格式，无需手动拆分小时和分钟。
• numeric_only=False确保Pandas不会忽略timedelta类型的求和操作。
• 自定义的format_timedelta函数将总时长转换为易读的HH:MM格式。

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