pandas习题 214：筛选出耗时样本

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）某在线实验平台记录任务开始与结束时间，需计算每次运行耗时，并筛选出耗时超过 1 小时 30 分的样本。

源数据：

import pandas as pd

df = pd.DataFrame({
    'task_id': ['T001', 'T002', 'T003'],
    'start': ['2025-09-15 08:00:00', '2025-09-15 09:45:00', '2025-09-15 13:15:00'],
    'end':   ['2025-09-15 09:15:00', '2025-09-15 10:00:00', '2025-09-15 15:00:00']
})

df['start'] = pd.to_datetime(df['start'])
df['end']   = pd.to_datetime(df['end'])
print(df)

输出：

  task_id               start                 end
0    T001 2025-09-15 08:00:00 2025-09-15 09:15:00
1    T002 2025-09-15 09:45:00 2025-09-15 10:00:00
2    T003 2025-09-15 13:15:00 2025-09-15 15:00:00

要求：

用 pd.Timedelta() 构造阈值 1 小时 30 分。
计算耗时列 duration，并筛选出 duration > 1h30min 的任务。
打印符合条件的 task_id 与耗时（格式 HH:MM:SS）。

期望结果：

  task_id duration
0    T003 01:45:00

参考答案

import pandas as pd

df = pd.DataFrame({
    'task_id': ['T001', 'T002', 'T003'],
    'start': ['2025-09-15 08:00:00', '2025-09-15 09:45:00', '2025-09-15 13:15:00'],
    'end':   ['2025-09-15 09:15:00', '2025-09-15 10:00:00', '2025-09-15 15:00:00']
})
df['start'] = pd.to_datetime(df['start'])
df['end']   = pd.to_datetime(df['end'])

# 1. 构造阈值
threshold = pd.Timedelta(hours=1, minutes=30)

# 2. 计算耗时
df['duration'] = df['end'] - df['start']

# 3. 筛选
result = df[df['duration'] > threshold][['task_id', 'duration']]
print(result)

输出：

  task_id        duration
2    T003 0 days 01:45:00

答案解析

pd.Timedelta(hours=1, minutes=30) 生成标准化时间差，可直接与 datetime 差值比较，实现“耗时超过 90 分钟”的快速筛选。

（完）

pandas习题 214：筛选出耗时样本

参考答案

答案解析

相关内容