pandas 跨行时间间隔

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》。

日志上报、设备心跳经常只有“事件时间”一列，分析时却想知道“两次报文相隔多久”。 datetime.diff() 固然可以，但空行或异常值会污染结果。本篇用 shift（向下错位）+ dropna（踢空值）+ 链式 assign 两步算出“日差/秒差”，并自动丢弃无法计算的行，干净又高效。

数据与需求

源数据如下：

import pandas as pd
from io import StringIO

raw = """时间
2024-06-03 09:00:00
2024-06-03 09:05:10
2024-06-03 09:12:30
2024-06-03 09:20:00"""

df = pd.read_csv(StringIO(raw), parse_dates=['时间'])
df
# ...

需求描述:

计算每行与上一行的时间差（秒）；
首行无法计算，自动丢弃；

输出示例：

时间  间隔秒
0 2024-06-03 09:05:10   310
1 2024-06-03 09:12:30   440
2 2024-06-03 09:20:00   450

思路

我们的整体思路如下：

用 shift(1) 把上一行时间搬下来；
当前时间减错位列得到 timedelta64[ns]；
.dt.total_seconds() 转秒；
dropna 踢掉首行空值，一气呵成。

参考代码

代码如下：

(
    df
    .assign(上一行=lambda x: x['时间'].shift(1))      # ① 错位
    .assign(间隔秒=lambda x: (x['时间'] - x['上一行'])
                             .dt.total_seconds())  # ② 求差转秒
    .dropna(subset=['间隔秒'])            # ③ 踢空行
    .filter(['时间', '间隔秒'])      # ④ 保留列，给列指定顺序
    .reset_index(drop=True)
)

代码拆解：

shift(1) 天然对齐索引，无需再 merge。
时间差直接得到 timedelta，用 .dt.total_seconds() 一步转数值，后续可继续统计均值、方差。
dropna(subset=['间隔秒']) 只删无法计算的行，保留原表其他字段可继续扩展。
整条链无循环，十万行日志也能秒级跑完。

（完）

pandas 跨行时间间隔

数据与需求

思路

参考代码

相关内容