Pandas计算两日期列间工作小时数报Series真值歧义错误

• businessDuration 函数原生仅支持传入单个日期时间对象，不支持直接传入Pandas整列（Series类型）作为参数。函数内部存在对输入值的布尔判断逻辑，直接传入Series时Pandas无法判定整列的真假，就会抛出你看到的ValueError: The truth value of a Series is ambiguous报错。
• 你提供的代码存在笔误：holidaylist = pyholidays.US()重复编写了两次，直接运行会触发语法错误。
• 额外注意：传入日期列前必须先将字符串格式的时间转为Pandas datetime类型，否则会出现时间解析异常。

方案1：逐行计算（适合中小数据量，新手友好） #

使用df.apply指定按行遍历，逐行取出两个时间字段传入函数计算即可，修正后的可运行代码如下：

from business_duration import businessDuration
import pandas as pd
from datetime import time
import holidays as pyholidays

# 第一步：将两列时间从字符串转为datetime格式
df['ReqRecv'] = pd.to_datetime(df['ReqRecv'])
df['CompRecv'] = pd.to_datetime(df['CompRecv'])

# 固定公共参数
starttime = time(9, 0, 0)
endtime = time(17, 0, 0)
holidaylist = pyholidays.US()
unit = 'hour'

# 按行遍历计算工作间隔时长，结果存入新列
df['work_duration_hour'] = df.apply(
    lambda row: businessDuration(
        startdate=row['ReqRecv'],
        enddate=row['CompRecv'],
        starttime=starttime,
        endtime=endtime,
        holidaylist=holidaylist,
        unit=unit
    ),
    axis=1
)

# 打印结果验证
print(df)

提示：你提供的测试样本中所有行的CompRecv时间都早于ReqRecv，计算结果会为负数。如果是业务上的时间填反，可以在传入参数前先判断两个时间的先后，交换顺序后再传入，避免出现无意义的负值。

方案2：向量化计算（适合十万行以上大数据量场景） #

如果数据量较大，apply逐行计算速度较慢，可以替换为原生支持Pandas向量化操作的工作时长计算库，直接传入整列即可完成计算，运行速度会有数十倍提升。

内容的提问来源于stack exchange，提问作者Josh S