pandas计算两个hh:mm:ss格式时间列的百分比变化实现方案

首先将字符串格式的时间转为可计算的秒数数值，同时处理0值避免除以0报错，完整代码如下：

import pandas as pd
import numpy as np

# 初始化测试数据
data = {'Name':['Si','Ov','Sp','Sa','An'],
        'Time1':['02:00:00', '03:02:00', '04:00:30','01:02:30','0'],
        'Time2':['03:00:00', '0', '05:00:30','02:02:30','02:00:00']}
df = pd.DataFrame(data)

# 时间字符串转总秒数函数
def time_to_sec(time_str):
    return pd.to_timedelta(time_str).total_seconds()

# 两列都转为数值型秒数
df['Time1_sec'] = df['Time1'].apply(time_to_sec)
df['Time2_sec'] = df['Time2'].apply(time_to_sec)

# 计算Time3，自动将Time2为0的行结果设为NaN避免报错
df['Time3'] = (df['Time1_sec'] - df['Time2_sec']) / df['Time2_sec'].replace(0, np.nan)

# 可选：转为百分比格式
# df['Time3'] = df['Time3'].apply(lambda x: f'{x:.2%}' if pd.notna(x) else '无效值')

print(df)

运行结果说明 #

最终得到的Time3列计算结果如下：

注意事项 #

• Time2为0或空的行计算结果默认返回NaN，不会触发除数为0的报错
• 如果需要替换NaN为自定义标识，可新增代码df['Time3'] = df['Time3'].fillna('无效值')
• 如需百分比格式，放开代码中注释的格式转换行即可

内容的提问来源于stack exchange，提问作者San