Pandas计算duration_minutes出现负值 如何修正列计算逻辑？

方法1：直接计算时间差绝对值（快速获取正确时长） #

仅需在原有计算逻辑中增加abs()取绝对值的步骤，无需修改原始数据：

time.started_at = pd.to_datetime(time.started_at)
time.ended_at = pd.to_datetime(time.ended_at)
# 对时间差取绝对值后换算为分钟
time["duration_minutes"] = (time.ended_at - time.started_at).dt.total_seconds().abs() / 60
time.head()

方法2：先修正填反的起止时间列（适配后续分析需求） #

如果后续还需要使用起止时间字段做其他统计，可以先统一修正填反的行，再正常计算时长：

time.started_at = pd.to_datetime(time.started_at)
time.ended_at = pd.to_datetime(time.ended_at)

# 筛选出起止时间填反的行
reverse_mask = time["started_at"] > time["ended_at"]
# 交换填反的两列数值
time.loc[reverse_mask, ["started_at", "ended_at"]] = time.loc[reverse_mask, ["ended_at", "started_at"]].values

# 正常计算时长即可
time["duration_minutes"] = (time.ended_at - time.started_at).dt.total_seconds() / 60
time.head()

两种方案对比 #

• 方法1代码改动量最小，适合仅需要时长结果、不需要调整原始时间字段的场景
• 方法2从源头修正了数据异常，适合后续需要基于开始/结束时间做其他分析的场景

内容的提问来源于stack exchange，提问作者Chris Hill