Pandas对datetime列使用groupby transform计算分组时间差

你的代码存在两处核心问题：

• transform 方法要求传入可在分组对象上执行的计算逻辑，你直接传入了全局范围计算的max(df['Hour'])-min(df['Hour'])，得到的是整个数据集的时间差，不是分组内的计算结果
• 时间做差得到的是timedelta类型，无法直接作为数值使用，需要手动转换为小时单位的数值

如果Hour列还未转为datetime类型，先做类型转换，再通过分组变换计算组内时间差：

import pandas as pd

# 转datetime类型，已完成可跳过
df['Hour'] = pd.to_datetime(df['Hour'])

# 按Day、Name分组计算组内最大最小时间的小时差
df['Delay'] = df.groupby(['Day', 'Name'])['Hour'].transform(
    lambda col: (col.max() - col.min()).total_seconds() / 3600
)

执行后得到的结果完全匹配预期：

Day   Name                Hour  Delay
1   M   John 2024-xx-xx 10:00:00    4.0
2   M   John 2024-xx-xx 11:00:00    4.0
3   M   John 2024-xx-xx 14:00:00    4.0
4   T  Maria 2024-xx-xx 20:00:00    2.5
5   T  Maria 2024-xx-xx 22:30:00    2.5

如果需要对整数结果做格式化，可以根据需求做类型转换，由于存在2.5这类非整数小时值，默认保留浮点类型即可。

内容的提问来源于stack exchange，提问作者Movilla