如何在pandas中将datetime格式的时长转换为分钟数

很简单，因为你的usage_duration列是datetime差值生成的timedelta类型，我们可以直接利用pandas的内置方法来实现转换，下面给你两种可行的方案：

方案一：利用总秒数转换（推荐） #

如果你的usage_duration已经是timedelta类型，直接计算总秒数再转成分钟即可；如果是字符串格式，先转成timedelta类型：

import pandas as pd

# 假设你的DataFrame是df，先处理字符串转timedelta（如果需要的话）
df['usage_duration'] = pd.to_timedelta(df['usage_duration'])

# 转换为分钟数，用整数除法取整（匹配你的预期结果）
df['usage_duration_min'] = (df['usage_duration'].dt.total_seconds() // 60).astype(int)

# 可选：删除原时长列
df = df.drop('usage_duration', axis=1)

方案二：拆分时间组件计算 #

如果你想更直观地拆分天、小时、分钟来计算，可以用dt.components提取各部分后累加：

import pandas as pd

# 同样先确保列是timedelta类型
df['usage_duration'] = pd.to_timedelta(df['usage_duration'])

# 拆分出天、小时、分钟等时间组件
time_components = df['usage_duration'].dt.components

# 计算总分钟数：天*1440 + 小时*60 + 分钟
df['usage_duration_min'] = time_components.days * 1440 + time_components.hours * 60 + time_components.minutes

# 可选：删除原时长列
df = df.drop('usage_duration', axis=1)

验证结果 #

两种方法运行后都能得到你预期的输出：

processid userid  usage_duration_min
0      17613   root                1421
1      17641   root                3125
2      13848    acs                   0
3       3912    acs                 367
4       6156    acs                1042

内容的提问来源于stack exchange，提问作者Jithesh Erancheri