Pandas DataFrame：提取保留一位小数的时间差小时数

嘿，我来帮你搞定这个问题！你之前用的astype('timedelta64[h]')之所以会取整，是因为这个操作直接把时间差截断为整数小时了——就像8小时24分钟会被直接变成8小时，之后再用round(1)自然也没办法找回丢失的小数部分啦。

下面给你两种靠谱的方法，能精准得到保留一位小数的小时数：

方法一：通过总秒数转换计算 #

利用pandas里timedelta对象的dt.total_seconds()方法，先把时间差转换成总秒数，再除以3600（1小时=3600秒）得到带小数的小时数，最后再保留一位小数：

# 计算带小数的小时数
hour_diff = (arm['EndTime'] - arm['StartTime']).dt.total_seconds() / 3600
# 保留一位小数
hour_diff_rounded = hour_diff.round(1)

方法二：直接拆分时分计算（可选） #

如果你想更直观地拆分分钟和小时，也可以用dt.components提取小时和分钟，再把分钟转换成小时的小数部分：

time_diff = arm['EndTime'] - arm['StartTime']
# 提取小时和分钟
hours = time_diff.dt.components['hours']
minutes = time_diff.dt.components['minutes']
# 计算总小时数（分钟转小时：分钟数/60）
hour_diff = hours + minutes / 60
# 保留一位小数
hour_diff_rounded = hour_diff.round(1)

举个实际例子验证一下：
假设你的数据是这样的：

import pandas as pd
arm = pd.DataFrame({
    'StartTime': pd.to_datetime(['2024-01-01 08:00:00', '2024-01-01 09:12:00']),
    'EndTime': pd.to_datetime(['2024-01-01 16:24:00', '2024-01-01 18:24:00'])
})

用方法一计算后，hour_diff_rounded的结果就是：

0    8.4
1    9.2
dtype: float64

完全符合你想要的结果！

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