如何计算Python Pandas序列中时间戳对应的总运行时长（时/分/秒）

你遇到的类型报错核心原因是：ELAPSED_TIME列当前存储的是datetime.time类型，该类型仅代表24小时内的某个时间点，不属于可做算术求和的时间差类型，所以无法直接执行sum()操作。你之前用pd.to_datetime转换不生效，是因为该方法是用来转换时间点的，你需要使用转换时间差的专用方法pd.to_timedelta。

步骤1：转换ELAPSED_TIME为时间差类型 #

import pandas as pd

# 先转字符串再转timedelta类型，适配你当前列的存储格式
df_values['ELAPSED_TIME'] = pd.to_timedelta(df_values['ELAPSED_TIME'].astype(str))

步骤2：计算总运行时长 #

# 直接对timedelta类型列求和
total_duration = df_values['ELAPSED_TIME'].sum()

# 格式化为HH:MM:SS的字符串格式，得到00:00:48的结果
total_str = str(total_duration).split()[-1].split('.')[0]

# 如果你需要给每一行都赋值总时长，再执行以下代码
df_values['TOTAL'] = total_str

如果需要输出不同单位的总时长数值，可以直接通过timedelta的内置方法计算：

• 总秒数：total_seconds = total_duration.total_seconds()
• 总分钟数：total_minutes = total_duration.total_seconds() / 60
• 总小时数：total_hours = total_duration.total_seconds() / 3600

内容的提问来源于stack exchange，提问作者gene