我有一些我正在处理的小时数据，以便识别记录数据中的时间间隔。我已经创建了一个timedelta值为零小时的time_break数组，当for循环找到这些值时，我将用数据中的实际时断替换这些值。对于400k值，这几乎需要17秒。。。我想加快这个过程。。你知道怎么做吗？谢谢
这是列日期的显示方式：

我的代码是：

delta_0h = timedelta(hours=0)
df_events['TimeBreak'] = delta_0h
time_break = df_events['TimeBreak'].to_numpy()
delta_1h = timedelta(hours=1)

def TimeLapse(df_events):
    numel = len(df_events)
    for r in range(1, numel):
        delta = df_events.loc[r, 'DATES'] - df_events.loc[r-1, 'DATES']
        if (delta > delta_1h):
            time_break[r] = delta
    return time_break

df_events['TimeBreak'] = TimeLapse(df_events)

我曾尝试将日期转换为numpy数组以优化函数，但我得到一个错误，即timestamp对象不可下标。
我想加快这个过程。。你知道怎么做吗？谢谢