最稳妥方式是将时间戳统一转为datetime对象再相减：字符串用fromisoformat或dateutil.parser，毫秒戳除1000后用fromtimestamp并指定tz；pandas中优先向量化操作，用pd.to_datetime(..., utc=true)避免时区偏移，过滤前清理nat，推荐用pd.timedelta(days=7)等语义化阈值。
用 datetime 计算两个时间戳差值（秒/天）
Python 中最稳妥的方式是把字符串或整数时间戳转成 datetime 对象再相减，避免手动除 1000、时区错位或闰秒干扰。比如你有两列时间字段：start_time 和 end_time，可能是 ISO 格式字符串、毫秒级整数，或 datetime 类型：
- 字符串（如
"2024-03-15T09:22:31.123Z"）：用datetime.fromisoformat()（Python 3.7+），注意去掉末尾Z或用dateutil.parser.parse() - 毫秒时间戳（如
1710494551123）：先除 1000 转为秒级浮点，再传给datetime.fromtimestamp()，并指定tz参数（否则默认本地时区，跨时区比对会出错） - 直接相减得到
timedelta对象，可调用.total_seconds()或.days获取数值
在 Pandas DataFrame 中高效过滤跨度超阈值的行
如果你的数据在 pd.DataFrame 里，别用 apply 逐行算——慢且易出错。优先用向量化操作：
- 确保两列已是
datetime64[ns]类型：df["start_time"] = pd.to_datetime(df["start_time"], unit="ms", errors="coerce")（unit="ms"适配毫秒戳；errors="coerce"把非法值变NaT） - 计算差值列：
df["duration_sec"] = (df["end_time"] - df["start_time"]).dt.total_seconds()（注意必须加.dt，否则报AttributeError） - 过滤：
df[df["duration_sec"] > 3600 * 24 * 7]表示超过 7 天的记录
⚠️ 常见坑：pd.to_datetime 默认把无时区时间当成本地时区处理；若原始数据是 UTC 时间但没标注，直接转会导致差值偏移 8 小时（例如北京时间）。建议统一转为 UTC：pd.to_datetime(..., utc=True)。
处理缺失或非法时间导致的 NaT 干扰
NaT（Not a Time）在布尔索引中会被视为 False，但参与算术运算（如减法）会传染整个结果列为 NaT，进而让 .dt.total_seconds() 返回 NaN。这会导致过滤条件失效（NaN > 3600 是 False，但你想排除的是“未知跨度”，不是“短跨度”）：
- 先检查缺失：
df[["start_time", "end_time"]].isna().sum() - 过滤前清理：
df = df.dropna(subset=["start_time", "end_time"])，或保留但显式排除：mask = df["duration_sec"].notna() & (df["duration_sec"] > threshold) - 别依赖
df.query("duration_sec > 3600")—— 它自动忽略NaN，但不提醒你存在无效时间，容易漏掉数据质量问题
用 timedelta 直接比较（更语义清晰）
如果阈值是“7天”“30分钟”这类自然单位，用 pd.Timedelta 比纯数字更安全、可读性更强：
threshold = pd.Timedelta(days=7) df["duration"] = df["end_time"] - df["start_time"] long_records = df[df["duration"] > threshold]
这样能自动处理不同精度（纳秒/微秒/毫秒），也兼容 datetime64[ns] 列。但注意：pd.Timedelta 不接受字符串如 "7d"（旧版本支持，新版本已弃用），务必写成 days=7 或 "7D"（大写 D）。
真正麻烦的从来不是算差值，而是原始时间字段的格式混乱、时区隐含、空值分布不均——这些细节不提前扫一遍，后面所有过滤都可能跑偏。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
