如何在Pandas DataFrame中迭代计算日期列相邻条目小时级时间差

实现方法 #

Pandas自带高效的向量化操作，无需手动迭代，用内置的diff()方法就能批量计算相邻时间差，再转换为小时单位即可。

1. 确保日期列是datetime类型
   如果你的Date列还未转为datetime格式，先执行转换：

import pandas as pd
data['Date'] = pd.to_datetime(data['Date'])

2. 批量计算相邻时间差（小时）
   直接调用diff()获取相邻行的时间差，再通过total_seconds()转换为小时：

# 生成相邻时间差的小时列
data['TimeDiff_hours'] = data['Date'].diff().dt.total_seconds() / 3600

示例运行结果 #

针对你给出的示例数据，执行后会得到如下结果：

（第一行显示NaN是因为没有前序时间可对比，属于正常逻辑）

优势说明 #

这种向量化操作比手动循环效率高得多，尤其是处理大型数据集时，既能避免循环带来的性能损耗，代码也更简洁易维护。

内容的提问来源于stack exchange，提问作者Ashtu