Pandas中如何按天过滤timedelta64类型并将时间差值转为字符串

先修正现有代码的常见笔误 #

• df.['Date'] 多写了多余的点，正确写法是df['Date']
• pds.to_datetime("now") 是拼写错误，应该是pd.to_datetime("now")
• dayfirst="True" 不需要加引号，传布尔值即可，正确写法是dayfirst=True
• 导出文件时用到的全角中文引号会触发语法错误，需替换为英文半角引号。

按天维度过滤Difference列 #

timedelta64类型的列不需要逐行判断，直接通过pandas的.dt访问器取天数维度的值做布尔索引即可，两种常用写法：

• 快速按整天数过滤（向下取整，比如6天23小时记为6天）：

  # 筛选时间差小于7天的行
  df_filtered = df[df['Difference'].dt.days < 7]
  # 筛选时间差大于7天的行，替换判断条件即可
  # df_filtered = df[df['Difference'].dt.days > 7]
  

• 精准按自然时间阈值过滤（适合需要精确到小时/分钟的场景，比如差6天23小时不足7天就算小于阈值）：

  # 直接和7天的timedelta阈值做比较
  threshold = pd.Timedelta(days=7)
  df_filtered = df[df['Difference'] < threshold]
  

把timedelta类型的Difference列转为字符串 #

同样不需要逐行遍历，可直接根据业务需求选择格式化方式：

• 转为系统默认格式字符串（如3 days 02:15:40）：

  df['Difference_str'] = df['Difference'].astype(str)
  

• 转为业务自定义格式（如拼接为3天2小时的易读格式）：

  # 从timedelta组件中提取天、小时字段，拼接为自定义字符串
  df['Difference_str'] = (df['Difference'].dt.days.astype(str) + "天" +
                          df['Difference'].dt.components.hours.astype(str) + "小时")
  

为什么不需要使用iterrows #

所有对datetime、timedelta列的操作都可以通过pandas原生向量化方法实现，不需要逐行遍历：

• 上述方法底层是C级别的实现，处理十万行级别的数据仅需毫秒级时间，效率是iterrows逐行循环的几十到上百倍。
• iterrows仅适合处理没有对应原生方法的复杂自定义逻辑，处理timedelta这类标准化时间列时用iterrows属于不必要的性能损耗。

完整可运行示例代码 #

import pandas as pd
# 连接数据库读取数据（sql_con_obj为你已实现的数据库连接对象）
sql = 'Select * from bd.teste'
df = pd.read_sql_query(sql, sql_con_obj.con)

# 转换Date列为datetime类型
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

# 计算与当前时间的差值列
current_time = pd.to_datetime("now")
df["Difference"] = current_time - df['Date']

# 按天过滤：示例为保留时间差小于7天的行，可按需调整判断条件
df = df[df['Difference'].dt.days < 7]

# 将Difference列转为自定义格式字符串，可直接覆盖原列
df['Difference'] = (df['Difference'].dt.days.astype(str) + "天" +
                    df['Difference'].dt.components.hours.astype(str) + "小时")

# 导出为xlsx，关闭默认的行索引导出
df.to_excel("generated.xlsx", index=False)

内容的提问来源于stack exchange，提问作者Ricardoke