Python pandas批量合并xlsx 时长字段转timedelta遇各类报错

• 报错的诱因有一半是基础笔误：代码里把列名AVG HVR错写成了AVG HVG（多写了字母G），直接指向不存在的列；另外实际列名带换行符（比如AVG HVR\n(HH:MM:SS)），直接写不带特殊字符的列名自然触发KeyError。
• 两个目标字段的本质是：Excel存储时长时默认用1900-01-01作为零值日期，把实际时长拼在这个固定日期后面，不是真正的业务日期。读入pandas后字段类型混杂，部分被识别为datetime64的Timestamp对象、部分因为带毫秒被识别为字符串，直接转timedelta自然触发类型不匹配的报错。

第一步：先修正列名匹配逻辑 #

• 先执行print(df.columns.tolist())拿到实际的精确列名，不要靠猜测写列名字符串，避免特殊字符（换行、空格）导致的匹配失败。
• 把所有代码里误写的AVG HVG统一替换成和实际列名一致的名称。

第二步：批量转换为标准timedelta类型 #

不管字段当前是字符串、还是Timestamp对象，用兼容逻辑统一处理，代码如下：

import pandas as pd

# 定义通用转换函数，兼容两类混存的字段值
def duration_converter(value):
    # 遇到空值直接返回空时间标记
    if pd.isna(value):
        return pd.NaT
    # 如果是pandas识别出的Timestamp类型，直接计算和1900-01-01的时间差
    if isinstance(value, pd.Timestamp):
        return value - pd.Timestamp("1900-01-01")
    # 如果是字符串类型，先转成Timestamp再计算时间差
    ts = pd.Timestamp(str(value))
    return ts - pd.Timestamp("1900-01-01")

# 匹配所有需要转换的HVR相关时长列
target_cols = [col for col in df.columns if "HVR" in col and ("AVG" in col or "Longest" in col)]
# 逐列应用转换
for col in target_cols:
    df[col] = df[col].apply(duration_converter)

转换完成后：

• 带毫秒的1900-01-01 00:18:30.080000会被转为0 days 00:18:30.080000的timedelta类型；
• 不带毫秒的1900-01-01 00:23:09会被转为0 days 00:23:09的timedelta类型；
• 导出到Excel时，pandas会自动将timedelta值识别为可计算的时长格式，不需要额外手动调整单元格格式。

可选：读取文件时提前做转换，减少后续处理量 #

如果想在合并文件的阶段就把字段类型处理好，可以把原来的读取逻辑加上转换器参数：

files = glob.glob(path + "/*.xlsx")
df = pd.concat([
    pd.read_excel(
        fp,
        index_col=0,
        header=3,
        # 读取时直接对目标列做转换，避免读入后类型混杂
        converters={
            col: duration_converter
            for col in ["AVG HVR", "Longest HVR"]
        }
    ).assign(New=os.path.basename(fp))
    for fp in files
])

• 直接运行pd.to_timedelta(df['AVG HVG'])报错：一方面是列名拼写错误指向不存在的列，另一方面字段里混存了Timestamp对象，纯字符串的timedelta转换逻辑不兼容非字符串的Timestamp类型。
• 用datetime.combine(date.min, df['AVG HVG'])报错：这个方法只接受单个标量值，不支持直接传入整列Series做批量计算。
• 运行.dt.strftime报KeyError：写的列名和实际带换行符的列名不匹配，pandas找不到目标列。

内容的提问来源于stack exchange，提问作者voluzy