如何对pandas.core.series.Series类型的datetime.time数据求和？

这个报错的原因其实很好理解：Python内置的sum()函数默认是从**0（整数类型）**开始累加的，可你Series里的元素都是datetime.time对象，整数和时间对象根本没法直接做加法，所以才抛出了这个TypeError。下面给你几个实用的解决办法：

方法1：用pandas的to_timedelta转换后求和（最推荐） #

直接把Series里的时间字符串转换成timedelta（时间差）类型，pandas对这种类型的求和支持非常友好：

import pandas as pd

# 将时间字符串转为timedelta类型
time_deltas = pd.to_timedelta(df.data1)
# 直接调用sum方法求和
total_duration = time_deltas.sum()

# 如果需要格式化输出成时分秒格式
hours = total_duration.components.hours
minutes = total_duration.components.minutes
seconds = total_duration.components.seconds
print(f"总时长：{hours:02d}:{minutes:02d}:{seconds:02d}")

方法2：手动遍历累加，指定初始值为timedelta #

如果你不想转换整个Series的类型，可以手动把每个datetime.time对象转成timedelta，再用sum()指定初始值为timedelta(0)（避免默认的int初始值）：

from datetime import timedelta

# 生成一个timedelta的生成器，再指定初始值求和
total_duration = sum(
    (timedelta(hours=t.hour, minutes=t.minute, seconds=t.second) for t in df.data1),
    start=timedelta(0)
)

print(total_duration)

方法3：结合datetime对象转换计算 #

把每个datetime.time和固定日期结合成datetime对象，再通过差值计算总时长：

from datetime import datetime, date

# 把每个time对象转成当天的datetime
datetime_series = df.data1.apply(lambda t: datetime.combine(date.today(), t))
# 计算每个datetime与当天0点的差值，再求和
total_duration = sum(
    (dt - datetime.combine(date.today(), datetime.min.time()) for dt in datetime_series),
    start=timedelta(0)
)

print(total_duration)

重要提醒： #

如果你的总时长超过24小时，datetime.time类型是没法表示的（它只能存储一天内的时间），所以更推荐用timedelta类型来保存总时长，它可以轻松处理跨天的时间总和。

内容的提问来源于stack exchange，提问作者chu