时间间隔计算通常涉及两个时间点或两个时间序列之间的差异。pandas 使用 Timedelta 对象来表示时间间隔。时间点一般是 Timestamp（4.7.1 中 date_range() 取出的元素即为 Timestamp）。若有两个时间点，可直接用减法运算计算时间差，结果是一个 Timedelta 对象。课程示例：
import pandas as pd
start = pd.Timestamp('2024-08-01 08:00')
end = pd.Timestamp('2024-08-31 08:00')
diff = end - start
type(diff) # Timedelta
diff # Timedelta('30 days 00:00:00')，两个日期相隔 30 天对于整条时间序列，也可以通过类似的减法运算计算出每个时间点之间的差异。课程把 date_range() 生成的月末日期封装为序列，再调用 diff()：diffs 是一个序列，每个点与前一个点的差。第一个位置没有前一项，结果为 NaT（Not a Time）；其后依次为 29 days、31 days、30 days、31 days，对应 2024 年（闰年）各月末之间的实际天数。课程频率写作 freq='M'；较新版本 pandas 中 'M' 已改为 'ME'（month end），月末日期与相邻间隔与课程示例相同。
times = pd.Series(pd.date_range('2024-01-01', periods=5, freq='ME')) # 课程写法为 freq='M'
diffs = times.diff()
# 0: NaT；1: 29 days；2: 31 days；3: 30 days；4: 31 days时间间隔可以转换为不同的时间单位，如天、小时、分钟或秒等。Timedelta 对象支持直接访问特定单位的时间差：days 获取时间差包含的天数；seconds 获取除掉天数后剩余时间包含的秒数，再通过计算可以得到小时数和分钟数；total_seconds() 是函数调用，返回时间差包含的总秒数。课程示例从 2024-09-01 08:00:00 到 2024-09-03 09:10:10，间隔为 2 天 1 小时 10 分 10 秒：diff.days 为 2，diff.seconds 为 4210（即 1×3600+10×60+10，合 1 小时 10 分 10 秒），diff.total_seconds() 为 177010.0（即 2×86400+4210）。注意 days 与 seconds 是拆开的分量，二者不能互相替代，也不能把 seconds 当成总秒数。
易错点：两个 Timestamp 相减才得到 Timedelta，日期字符串不能直接相减；days 只是整天分量，不是把整段间隔换算成天；seconds 不是总秒数，总秒数必须调用 total_seconds()；序列 diff() 的首项是 NaT 而不是 0 或 NaN；课程 freq='M' 在新版需写成 'ME'。
关键要点
diff() 算相邻差，结果是序列，每个点与前一个的差，首项为 NaT。days 为整天数；seconds 为去掉整天后的剩余秒；total_seconds() 为总秒数。days=2，seconds=4210，total_seconds()=177010.0。