Pandas将timedelta64[ns]转为object导致求和报错，如何给时间差设1分钟上限？

问题原因 #

你在给TIME_DIFFERENCE列赋值时直接使用了字符串格式的'00:01:00'，导致原本为timedelta64[ns]类型的列混入了字符串元素，pandas会自动将整列的数据类型降级为通用的object类型，后续求和时就会出现类型不匹配的报错。你之前用过滤逻辑仅做判断、没有修改列的值，因此不会触发类型转换问题，运行正常。

解决方法 #

方法1：修改赋值逻辑，使用Timedelta类型赋值 #

将原本赋值字符串的逻辑改为直接赋值pd.Timedelta类型，保证列的数据类型不变：

temp['ACCESS_TIME'] = pd.to_datetime(temp['ACCESS_TIME'])
temp = temp.sort_values(['ID','ACCESS_TIME'])

temp['TIME_DIFFERENCE'] =  temp.groupby(['ID'])['ACCESS_TIME'].diff()

oneMin = temp.copy()

# 改用Timedelta类型赋值，不要使用字符串
oneMin.loc[(oneMin.TIME_DIFFERENCE > pd.Timedelta(minutes=1)), 'TIME_DIFFERENCE'] = pd.Timedelta(minutes=1)
oneMin['DURATION'] = oneMin.groupby(['ID'])['TIME_DIFFERENCE'].transform('sum')

方法2：使用clip方法直接截断（更简洁高效） #

pandas的clip方法原生支持timedelta类型，可以直接指定上下限做截断，无需手动写判断赋值逻辑：

temp['ACCESS_TIME'] = pd.to_datetime(temp['ACCESS_TIME'])
temp = temp.sort_values(['ID','ACCESS_TIME'])

temp['TIME_DIFFERENCE'] =  temp.groupby(['ID'])['ACCESS_TIME'].diff()

oneMin = temp.copy()
# upper设为1分钟，lower设为None表示不限制下限
oneMin['TIME_DIFFERENCE'] = oneMin['TIME_DIFFERENCE'].clip(upper=pd.Timedelta(minutes=1))
oneMin['DURATION'] = oneMin.groupby(['ID'])['TIME_DIFFERENCE'].transform('sum')

内容的提问来源于stack exchange，提问作者user2977533