如何在Pandas中转换timedelta格式并实现按用户分区累计求和

DevOps 小满

2026-5-28

我来帮你一步步解决这三个问题，先看修改后的完整代码，再逐个解释细节：

import pandas as pd
import datetime
import numpy as np
from datetime import timedelta

dfMockLog = [
    (1, ("2017-01-01 09:00:00"), "htt://x.org/page1.html"),
    (1, ("2017-01-01 09:01:00"), "htt://x.org/page2.html"),
    (1, ("2017-01-01 09:02:00"), "htt://x.org/page3.html"),
    (1, ("2017-01-01 09:05:00"), "htt://x.org/page3.html"),
    (1, ("2017-01-01 09:30:00"), "htt://x.org/page2.html"),
    (1, ("2017-01-01 09:33:00"), "htt://x.org/page1.html"),
    (1, ("2017-01-01 09:37:00"), "htt://x.org/page2.html"),
    (1, ("2017-01-01 09:41:00"), "htt://x.org/page3.html"),
    (1, ("2017-01-01 10:00:00"), "htt://x.org/page1.html"),
    (1, ("2017-01-01 11:00:00"), "htt://x.org/page2.html"),
    (2, ("2017-01-01 09:41:00"), "htt://x.org/page3.html"),
    (2, ("2017-01-01 09:42:00"), "htt://x.org/page1.html"),
    (2, ("2017-01-01 09:43:00"), "htt://x.org/page2.html")
]

dfMockLog = pd.DataFrame(dfMockLog, columns=['user', 'Timestamp', 'url'])
dfMockLog['Timestamp'] = pd.to_datetime(dfMockLog['Timestamp'])
dfMockLog = dfMockLog.sort_values(['user','Timestamp'])
dfMockLog['previous_end'] = dfMockLog.groupby(['user'])['Timestamp'].shift(1)

# 需求1：将time_diff转换为秒数格式
dfMockLog['time_diff'] = dfMockLog['Timestamp'] - dfMockLog['previous_end']  # 简化计算，无需apply
dfMockLog['time_diff_seconds'] = dfMockLog['time_diff'].dt.total_seconds()  # 转为总秒数

# 需求2：按user字段分区累计求和（提供两种格式选择）
dfMockLog['cum_sum_seconds'] = dfMockLog.groupby('user')['time_diff_seconds'].cumsum()
dfMockLog['cum_sum_timedelta'] = dfMockLog.groupby('user')['time_diff'].cumsum()

print(dfMockLog)

1. 把"time_diff"转换为秒数格式

原代码用apply计算时间差可以简化，直接用列运算dfMockLog['Timestamp'] - dfMockLog['previous_end']就能得到timedelta类型的列。要转成秒数，用pandas内置的dt.total_seconds()方法最方便——它会自动把天、小时、分钟等所有时间分量转换成总秒数，比手动计算days*86400 + seconds高效得多。

2. 按user分区累计求和

要实现分组累计，只需要用groupby('user')指定分组字段，再对目标列调用cumsum()即可。这里提供了两种方案：

cum_sum_seconds：累计秒数，结果是数值类型，适合后续统计计算；
cum_sum_timedelta：直接累计timedelta类型，保留时间差格式，适合需要直观展示时长的场景。

3. timedelta类型的可用格式/操作

不管是Python原生的datetime.timedelta还是pandas的Timedelta，都有这些常用的格式转换方式：

直接获取时间分量（属性）

.days：提取整数天数
.seconds：提取小时、分钟、秒转换后的总秒数（范围0-86399）
.microseconds：提取微秒数（范围0-999999）
.nanoseconds：提取纳秒数（仅pandas Timedelta支持）

转换为总时长（方法）

.total_seconds()：获取时间差的总秒数（含天、微秒等，返回浮点数）
.total_seconds() * 1000：转换为毫秒数
.total_seconds() / 3600：转换为小时数
.total_seconds() / 86400：转换为天数

格式化可读字符串

如果要输出成友好的文本格式，可以自己拼接：

td = timedelta(hours=2, minutes=30, seconds=15)
print(f"{td.days}天 {td.seconds//3600}小时 {(td.seconds%3600)//60}分钟 {td.seconds%60}秒")
# 输出：0天 2小时 30分钟 15秒

pandas的dt.strftime也支持部分格式符（比如%H:%M:%S），但对天数的支持有限，适合短时长的格式化：

dfMockLog['time_diff_str'] = dfMockLog['time_diff'].dt.strftime("%H:%M:%S")

内容的提问来源于stack exchange，提问作者CodeVY