Python按运动类型分组累计求和HH:MM:SS格式时长的实现方法

直接对字符串格式的Duration列执行分组求和，得到多段字符串拼接结果的核心原因是：pandas对object类型（字符串）列的sum操作默认执行文本拼接，不会识别字符串背后的时间数值含义，因此无法得到正确的时间累加值。

方案1：pandas原生时间类型转换（代码量最少） #

不需要手写循环，pandas可直接解析HH:MM:SS格式的字符串为可运算的时间差类型：

1. 转换Duration列的类型：

   import pandas as pd
   # 自动识别HH:MM:SS格式字符串，转换为pandas时间差类型
   df['Duration'] = pd.to_timedelta(df['Duration'])
   

2. 直接执行分组求和：

   grouped_result = df.groupby('Type', as_index=False)['Duration'].sum()
   grouped_result = grouped_result.rename(columns={'Duration': 'TotalDuration'})
   

   该方法得到的累计时长为标准时间差数值，匹配示例数据的计算结果为：
   • 步行类累计时长：1:33:42 + 0:50:35 = 02:24:17
   • 跑步类累计时长：0:16:06 + 0:30:24 + 1:10:06 = 01:56:36

如果输出结果带多余的天数字段，可通过一行代码清理格式：

# 去掉天级前缀，输出为HH:MM:SS格式
grouped_result['TotalDuration'] = grouped_result['TotalDuration'].apply(str).str.split(' ').str[-1]

方案2：复用原有timedelta累加逻辑 #

如果想沿用自己已经调试好的datetime.timedelta计算逻辑，不改动原始Duration列的字符串类型，可通过分组apply方法嵌入自定义累加逻辑：

1. 封装单组时长累加的函数，逻辑和已写的全表累加逻辑完全一致：

   import datetime
   def calc_group_total(time_list):
       total = datetime.timedelta()
       for time_str in time_list:
           h, m, s = time_str.split(':')
           total += datetime.timedelta(hours=int(h), minutes=int(m), seconds=int(s))
       return total
   

2. 分组时传入自定义计算函数：

   grouped_result = df.groupby('Type')['Duration'].apply(
       calc_group_total
   ).reset_index(name='TotalDuration')
   

该方法的计算结果和原生类型转换方案完全一致，只是适配了手写循环的使用习惯。

注意事项 #

• 无论全表累加还是分组累加，都不要直接对字符串格式的Duration列调用sum方法，只要列类型不是数值/时间差类型，sum操作就会触发文本拼接，无法得到正确的时间累加值。

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