如何使用timedelta（python）减去两个时间列？

我花了好几个小时在这两个时间列之间做减法，这样我就可以看到另一个动作发生的时间：

In[1]:aumento_data_separada 
Out[1]: Response_Time      Request_Time(when the client do a request)   
 0   00:56:58.612000    00:46:34.347000
 1   12:00:41.069000    12:00:32.603000
 2   18:05:02.776000    16:39:42.682000
 3   19:27:11.997000    17:33:05.589000 
...

这个数据帧有392560多行，如上面所示。我想在所有的地方做手术。并用结果创建一个新列。 我试着阅读timedelta的文档，但我一点也不懂。 我这样做了->

键入（aumento_data_separada['Response_Time'].iloc[0]）

和

键入（aumento_data_separada['Request_Time'].iloc[0]）

查看类型，它返回了我一个

datetime.Time

。我发现由于类型的原因，我无法在它们内部执行操作。因此，我尝试将它们分别转换：

pd.to_datetime（aumento\u data\u separada['Request\u Time']）

但它返回以下错误->

类型为'datetime.Time'的对象没有len（）

这是第一条错误消息和我尝试的代码->

aumento\u data\u separada.Response\u Time-aumento\u data\u separada.Request\u Time

- 正在返回-：“datetime.time”和“datetime.time”的

不支持的操作数类型

使用

pd.to\u Timedelta

将列转换为

pd.Timedelta

df = df.apply(pd.to_timedelta)

df.Response_Time - df.Request_Time

0   00:10:24.265000
1   00:00:08.466000
2   01:25:20.094000
3   01:54:06.408000
dtype: timedelta64[ns]

---

这与piRSquared的答案类似，但由于某种原因，当我同时测试这两种方法时，速度更快。不知道为什么

df['Time_Diff'] = pd.to_datetime(df.Response_Time) - pd.to_datetime(df.Request_Time)

---

你能展示一下你的尝试吗？我尝试了一些我确信是完全错误的事情

dif=aumento_data_separada['Response_Time']-datetime.timedelta（1）delta=dif-aumento_data_separada['Request_Time']a=datetime.timedelta（aumento_data_separada['Response_at']）

Sabrina，你的问题应该包括你的代码尝试，这样试图回答的人就有问题需要解决了。目前，你的问题看起来只是试图从社区获得免费咨询服务，向我们展示您迄今为止的工作，您期望的结果和您得到的结果，我们将帮助您找出错误所在。谢谢Ghoti！我是新来这里和编程的，哈哈，所以我仍然习惯于事情的运作方式，你对我的问题的反馈非常重要，所以我不会再犯同样的错误了！我编辑了它，希望它更好：）我尝试了它，但它给了我以下错误：

（“timedelta标量的类型无效：”，u“在索引响应时发生”）

我得到了这个错误->

类型为“datetime.Time”的对象没有len（）