如何对pandas DataFrame中datetime.time类型列值求和

当前DataFrame结构如下，B列存储datetime.time类型的时分秒值：

A         B
0 x  00:11:12
1 y  00:10:10
2 z  00:00:15
3 g  00:01:32

直接调用df['B'].sum()会抛出TypeError: unsupported operand type(s) for +: 'datetime.time' and 'datetime.time'错误，原因是datetime.time代表时刻点，本身不支持加法运算。
直接执行pd.to_timedelta(df["B"])转换类型会抛出ValueError: Invalid type for timedelta scalar: <class 'datetime.time'>，因为pandas的timedelta转换方法不支持直接接收datetime.time类型作为输入。

先把B列的time类型值转为字符串，再转换为支持累加的timedelta类型后求和即可：

# 转换类型后求和
time_sum = pd.to_timedelta(df['B'].astype(str)).sum()

执行后得到的time_sum值为Timedelta('0 days 00:23:09')，和预期结果一致。
如果需要输出纯HH:MM:SS格式的结果，可以通过总秒数换算格式化：

total_seconds = int(time_sum.total_seconds())
hours, remainder = divmod(total_seconds, 3600)
minutes, seconds = divmod(remainder, 60)
formatted_result = f"{hours:02d}:{minutes:02d}:{seconds:02d}"
# formatted_result 值为 '00:23:09'

内容的提问来源于stack exchange，提问作者Alex T