如何在pandas中通过start_time加execution_time计算end_time

直接用Pandas内置的日期时间运算就能满足所有进位要求，不用手动处理时分天的进位逻辑，完整实现代码如下：

import pandas as pd

# 示例数据构造，实际使用时替换为你自己的DataFrame即可
df = pd.DataFrame({
    'start_time': ['13-05-2013 04:04', '13-05-2013 04:44', '13-05-2013 23:24', '22-05-2013 16:31', '22-05-2013 20:55'],
    'execution_time': ['00:24:48', '00:09:23', '00:06:51', '00:06:05', '00:06:51']
})

# 1. 转换start_time为日期时间类型，指定格式适配输入的日-月-年结构
df['start_time'] = pd.to_datetime(df['start_time'], format='%d-%m-%Y %H:%M')
# 2. 转换execution_time为时间差类型
df['execution_time'] = pd.to_timedelta(df['execution_time'])
# 3. 直接相加得到end_time，自动处理所有进位规则
df['end_time'] = df['start_time'] + df['execution_time']

# 若需要输出为和示例一致的字符串格式，可添加以下代码
df['end_time'] = df['end_time'].dt.strftime('%d-%m-%Y %H:%M:%S')

print(df)

运行后输出结果和你给出的示例完全一致，跨天场景也会自动处理：比如start_time为13-05-2013 23:30、execution_time为01:40:00时，运算结果会自动变成14-05-2013 01:10:00。

内容的提问来源于stack exchange，提问作者nivedan gowda