如何获取熊猫数据框中两个时间戳列之间的小时数差异

Question

我正在尝试获取以 '%H:%M:%S.%f' 格式给出的开始和结束时间戳数据之间的时间差，但出现值错误

Data-
|Start time|End time |
|----------|---------|
|02:48:00  | 03:03:00|
|02:48:00  | 03:03:00|
|22:21:00  | 23:40:00|
|22:21:00  | 23:40:00|
|01:30:00  | 02:54:00|
|09:10:00  | 10:13:00|
|05:31:00  | 06:28:00|
|23:09:00  | -1|
|16:09:00  | 17:29:00|

我正在尝试的代码

df3['timespent'] = pd.to_datetime(str(df3['End time'])) - pd.to_datetime(str(df3['Start Time']))

错误-

ValueError: ('Unknown string format:', '0     03:03:00\n1     03:03:00\n2     23:40:00\n3     23:40:00\n4     02:54:00\n        ...   \n86    21:13:00\n87    14:24:00\n88    19:57:00\n89    22:23:00\n90    10:53:00\nName: End time, Length: 91, dtype: object')*

Answer 1

如果值已经在 DataFrame 中，您可能只需要去掉空格 -

pd.to_datetime(df3['End time'].str.strip()) - pd.to_datetime(df3['Start Time'].str.strip()) 

如果格式未被自动识别 - 您可以将格式字符串传递给 to_datetime 函数

Answer 2

首先，看到你的数据，我建议申请pd.to_timedelta。这些可以用来计算开始和结束之间的Timedelta，然后最终访问时间的seconds字段。

话虽如此，您的字符串可能需要对.strip() 进行一些剥离才能获得代码中显示的格式。

import pandas as pd
from datetime import timedelta

df = pd.DataFrame({
    'start' : ["20:15:12", "08:08:08", "23:59:58"], 
    'end' : ["20:25:52", "11:11:11", "00:01:01"]
})


# convert 'start' and 'end' to timedeltas and then substract start from end
df['diff'] = df.apply(pd.to_timedelta).apply(lambda x: x.end - x.start,axis=1)
# correct those that cross midnight
correct24h = timedelta(hours=24)
df['diff'] = df['diff'].apply(lambda x: x + correct24h if x.delta < 0 else x)

# calculate hours from seconds
df['diff_hours'] = df['diff'].dt.seconds / 60 / 60

df
      start       end            diff  diff_hours
0  20:15:12  20:25:52 0 days 00:10:40    0.177778
1  08:08:08  11:11:11 0 days 03:03:03    3.050833
2  23:59:58  00:01:01 0 days 00:01:03    0.017500