我有一个如下所示的数据框：
In [42]: df[['timestamp', 'elapsed']].head()
Out[42]:
timestamp elapsed
0 2014-11-26 00:00:01.830556 13
1 2014-11-26 00:00:01.830706 14
2 2014-11-26 00:00:01.830158 18
3 2014-11-26 00:00:01.830355 19
4 2014-11-26 00:00:01.830512 24
时间戳是系统收到查询的时刻，经过的时间是处理查询所花费的时间。
由于有多个进程，查询是并行处理的，但我想知道的是我们最多同时处理多少查询（理想情况下，请参阅显示使用情况的图表，但是＆＃ 39;这不是我的问题）。这里的粒度是第二个。
问题在于，（相当规律地）查询执行时间超过1秒，或者我们开始在00：00：01.99处理查询并在下一秒内完成查询，因此我可以[＆＃39; t只计算一秒钟内的行数。
我需要的是将特定秒内的所有经过时间相加： - 如果我们在同一秒内开始和结束，则添加整个经过的时间 - 如果我们在当前秒之前开始并在当前秒之后结束，则添加1秒的处理时间 - 如果我们从当前秒开始，但在结束之后，则将时间加到第二秒结束 - 如果我们在当前秒之前开始并在其中结束，则相同。
到目前为止，我刚刚创建了一个包含一天所有秒数的数据框，并迭代了我的查询数据框，但这并不是非常有效，所以我想知道是否有更好的解决这类问题的方法。