如何用Pandas计算两行时间差并以分秒展示？求解结果异常问题

一、先修正时间列转换问题（解决异常结果的核心前提） #

你的示例代码能正常运行，但自己的数据集出问题，大概率是时间列未正确转换为datetime类型，先做这两步排查：

1. 强制转换并处理无效值：

import pandas as pd

# 替换成你的数据集和对应列名
df['time'] = pd.to_datetime(df['time'], errors='coerce')

# 检查转换失败的行（输出为空则说明全部转换成功）
print(df[df['time'].isna()])

如果有转换失败的行，需要先清洗time列的字符串格式（比如统一成YYYY-MM-DD HH:MM:SS这类标准格式）。

2. 确保时间序列递增：
   如果下一行时间早于上一行，会得到负的时间差，可加绝对值修正：

df['time_delta'] = (df['time'].shift(-1) - df['time']).abs()

二、将时间差转换为分钟:秒格式 #

计算出timedelta类型的时间差后，用以下两种方法转换成MM:SS格式：

方法1：自定义函数（可读性高） #

def format_td(td):
    if pd.isna(td):
        return ""  # 空值返回空字符串，也可设为None
    total_sec = int(td.total_seconds())
    mins = total_sec // 60
    secs = total_sec % 60
    return f"{mins:02d}:{secs:02d}"

# 生成格式化后的列
df['time_delta_formatted'] = df['time_delta'].apply(format_td)

方法2：矢量化操作（效率更高，适合大数据集） #

# 提取总秒数，填充空值为0
total_sec = df['time_delta'].dt.total_seconds().fillna(0).astype(int)

# 拼接成MM:SS格式
df['time_delta_formatted'] = (
    (total_sec // 60).astype(str).str.zfill(2) 
    + ":" 
    + (total_sec % 60).astype(str).str.zfill(2)
)

# 把最后一行的空时间差（无下一行数据）替换为空字符串
df.loc[df.index[-1], 'time_delta_formatted'] = ""

三、针对你找到的代码片段的补充 #

你提到的pd.to_timedelta((60*df_simulation['person_wait_time']).astype('int'), unit='s')是把分钟数转成timedelta类型，要转成MM:SS格式，直接套用上面的格式化方法即可：

# 假设person_wait_time是分钟数，先转成timedelta
df_simulation['wait_time_td'] = pd.to_timedelta((60*df_simulation['person_wait_time']).astype('int'), unit='s')

# 再格式化
df_simulation['wait_time_formatted'] = df_simulation['wait_time_td'].apply(format_td)

四、导出CSV注意事项 #

不要直接导出timedelta类型的列，要导出格式化后的字符串列，否则CSV里会显示Pandas默认的timedelta字符串（比如0 days 00:02:35），不符合预期格式。

内容的提问来源于stack exchange，提问作者ASH