Pandas判断连续分钟时间序列时结果全为True的问题排查

你写的时间差计算逻辑本身没有问题，故障核心原因是**Date列未被转换为pandas的标准datetime时间类型**，仍为字符串/object格式，导致时间差计算完全失效。

你可以先执行以下命令验证列类型：

print(df['Date'].dtype)

如果输出结果不是datetime64[ns]类的时间类型，即可确认问题。

故障逻辑说明 #

当Date列为非时间类型时：

• df['Date'].diff()无法计算合法时间差，所有行返回空值NaN
• 后续.dt.total_seconds()、除以60的计算全部返回空值
• 空值和1做ne(1)（不等于1）判断时，永远返回True，因此所有行的g列结果全为True，和你观测到的现象完全吻合。

先将Date列转换为标准时间类型，再执行原有连续判断逻辑即可：

# 先转换时间类型
df['Date'] = pd.to_datetime(df['Date'])
# 再执行连续分钟判断
df['g'] = df['Date'].diff().dt.total_seconds().div(60).ne(1)

注：第一行数据因为没有前序时间做差，diff()计算结果本身就是NaN，ne(1)返回True，刚好符合你要的「连续段起始行标记为True、连续相邻行标记为False、断点行标记为True」的逻辑，不需要额外调整。

执行后输出结果和你的预期完全一致：

内容的提问来源于stack exchange，提问作者SunnyBoiz