Python中如何将Pandas DataFrame的天时分秒时间差diff列转为总秒数
Pandas时间差列转总秒数实现
你通过datetime列相减得到的diff列,本质是Pandas内置的Timedelta(时间差)数据类型,“X days hh:mm:ss”只是默认展示格式,不需要手动拆分字符串做计算,直接调用内置方法即可高效转换。
推荐实现(原生类型直接计算)
直接对Timedelta类型列调用.dt.total_seconds()方法,即可自动将天、时、分、秒全部折算为总秒数,性能远高于手动字符串解析逻辑。
# 计算总秒数,默认返回浮点类型 df['diff_seconds'] = df['diff'].dt.total_seconds() # 如需整数类型结果,可追加类型转换 df['diff_seconds'] = df['diff'].dt.total_seconds().astype(int)
对照你给出的样本数据,转换结果完全匹配预期:
0 days 00:06:15→ 375(和你举例的计算结果一致)0 days 00:05:10→ 3101 days 00:05:50→ 86750(自动将1天折算为86400秒计入总数)0 days 00:06:20→ 3800 days 00:05:37→ 3370 days 00:04:48→ 288
兜底实现(列被误转为字符串时)
如果操作过程中diff列被意外转为普通字符串格式,可先将列恢复为Timedelta类型,再执行秒数计算:
# 字符串格式转回Timedelta类型 df['diff'] = pd.to_timedelta(df['diff']) # 计算总秒数 df['diff_seconds'] = df['diff'].dt.total_seconds().astype(int)
内容的提问来源于stack exchange,提问作者ah bon
相关产品推荐
相关产品推荐

