如何计算经格式化后为object类型的时长列的中位数？

方法1：保留原始timedelta列计算（最优方案） #

你最初通过df['end'] - df['start']得到的timedelta64类型列，pandas原生支持统计计算，完全没必要先转成字符串格式。直接基于原始列计算中位数即可：

# 保留原始时长差的timedelta列（建议单独存，别覆盖）
df['time_delta'] = df['end'] - df['start']
# 直接计算中位数
median_duration = df['time_delta'].median()

# 如果需要把中位数转成HH:MM:SS格式，用更简洁的转换方式
def format_timedelta(td):
    total_sec = int(td.total_seconds())
    hours = total_sec // 3600
    mins = (total_sec % 3600) // 60
    secs = total_sec % 60
    return f"{hours:02d}:{mins:02d}:{secs:02d}"

formatted_median = format_timedelta(median_duration)

方法2：已转成object（字符串）后，转回timedelta再计算 #

如果你已经把列转成了字符串格式，先把字符串转回timedelta64类型，再进行统计：

import pandas as pd

# 将HH:MM:SS格式的字符串转回timedelta
df['time_timedelta'] = pd.to_timedelta(df['time'])
# 计算中位数
median_duration = df['time_timedelta'].median()
# 转成可读格式（用上面的format_timedelta函数即可）
formatted_median = format_timedelta(median_duration)

补充：优化你的格式化函数 #

你原来的formatehours函数依赖utcfromtimestamp，当秒数过大时可能触发datetime范围限制，直接用秒数计算时分秒更稳妥：

def formatehours(interval):
    total_sec = int(interval.total_seconds())
    hours = total_sec // 3600
    mins = (total_sec % 3600) // 60
    secs = total_sec % 60
    return f"{hours:02d}:{mins:02d}:{secs:02d}"

内容的提问来源于stack exchange，提问作者Luan Brito