Pandas：按天计算DateTime索引时间差并新增Difference列的方法

你的DataFrame索引已经是Datetime类型，我们按日期分组计算每日首尾记录的时间差，再对齐到原数据对应行即可，具体实现如下：

步骤1：计算每日时间差 #

首先按天对数据分组，计算每组最后一条与第一条记录的时间差值：

import pandas as pd

# 确保索引按时间排序（如果原数据已经排序可以跳过这步）
df = df.sort_index()

# 按日期分组计算时间差，返回结果为timedelta类型
daily_diff = df.groupby(df.index.date).apply(lambda group: group.index[-1] - group.index[0])

# 可选：将时间差转换为分钟/小时数值，方便后续计算
# 转分钟：daily_diff = daily_diff.dt.total_seconds() / 60
# 转小时：daily_diff = daily_diff.dt.total_seconds() / 3600

步骤2：添加Difference列到原DataFrame #

将计算好的每日差值映射到原数据的对应行：

df['Difference'] = df.index.date.map(daily_diff)

效果验证 #

用你提供的示例数据计算后，输出结果符合预期：

• 2006-01-01的时间差为45分钟
• 2006-01-02的时间差为15分钟
• 2006-01-06的时间差为30分钟

如果需要自定义时间差的显示格式，可以对timedelta类型的Difference列做字符串格式化处理即可。

内容的提问来源于stack exchange，提问作者Loai Alnouri