解决Pandas中行间分钟时间差转小时的格式异常问题

看起来你遇到的问题根源是数据类型强制转换导致的：你之前的t列被设置为int64（整数类型），当你将浮点结果（比如30/60=0.5）赋值给这个列时，pandas会自动把浮点数强制转为整数，0.5就被向上取整成1了，这就是结果不符合预期的原因。

下面给你几个可行的解决方案：

方案1：创建新列存储小时格式结果（推荐） #

避免覆盖原有整数类型的t列，直接新增一列来存储浮点型的小时数：

# 保留原有的分钟级时间差计算（如果需要的话）
df1['t'] = df1['delta'].apply(lambda x: x / np.timedelta64(1,'m')).astype('int64') % (24*60)
# 新增列计算小时格式的时间差
df1['hours_diff'] = df1['t'] / 60

方案2：修改原有列的数据类型后再赋值 #

如果你一定要覆盖原来的t列，可以先把它的类型改成浮点型，再进行计算：

# 将t列转换为浮点类型
df1['t'] = df1['t'].astype('float64')
# 重新计算小时格式的时间差
df1['t'] = df1['delta'].apply(lambda x: x / np.timedelta64(1,'m')).astype('int64') % (24*60) / 60

方案3：用pandas原生方法简化计算（更高效） #

其实不需要用apply，pandas的timedelta类型自带更便捷的转换方法，代码更简洁也更高效：

# 计算行与行的时间差，第一行填充0
df1['delta'] = df1['time_diff'].diff().fillna(pd.Timedelta(seconds=0))
# 直接将时间差转换为小时数（总秒数除以3600）
df1['hours_diff'] = df1['delta'].dt.total_seconds() / 3600

用以上任意一种方法，你都能得到符合预期的结果：比如30分钟对应0.5，75分钟对应1.25，完全匹配你给出的预期输出。

内容的提问来源于stack exchange，提问作者team