Pandas如何基于Datetime列计算试验总运行时长？KeyError问题如何解决

报错原因 #

你使用的df[df['Date/Time']]是错误的索引写法：当你向DataFrame的方括号中传入一整列时间序列时，Pandas会将序列中的每个值当作列名去匹配查找，你的数据表中不存在这些时间值命名的列，因此触发KeyError。

报错解决方法 #

直接对Date/Time列单独调用最大/最小值方法即可，修正后的代码如下：

start = df['Date/Time'].min()
end = df['Date/Time'].max()

Pandas的min()、max()方法会自动忽略NaT空值，不需要你额外做过滤处理。

最优总运行时长计算方案 #

你原本的「最大时间减最小时间」的思路就是最优方案：针对15000行级别的数据量，该操作的时间复杂度为O(n)，没有额外性能开销，完整计算代码如下：

# 时间格式转换（你原来的代码无需修改）
df['Date/Time'] = pd.to_datetime(df['Date/Time'], format = '%m/%d/%y %H:%M:%S.%f' , errors = 'coerce')
# 计算总运行时长（单位：小时，保留2位小数可根据需求调整）
total_duration_h = round((df['Date/Time'].max() - df['Date/Time'].min()).total_seconds() / 3600, 2)

如果需要处理全量时间为空的异常场景，可以增加空值判断：

max_time = df['Date/Time'].max()
min_time = df['Date/Time'].min()
if pd.notna(max_time) and pd.notna(min_time):
    total_duration_h = round((max_time - min_time).total_seconds() / 3600, 2)
else:
    total_duration_h = 0 # 可替换为你需要的默认值/异常提示逻辑

内容的提问来源于stack exchange，提问作者SeanK22