另一种方法是使用total_seconds()方法，该方法将返回每个Timedelta的总持续时间（以秒为单位）。将结果乘以1，000，000，因为每秒有1，000，000微秒，这将给予您所需的微秒值。正如您所指出的，这应该处理毫秒的分数。

import pandas as pd

tdelta_ser = pd.date_range(start='00:00:00', periods=3, freq='700ms') - pd.date_range(start='00:00:00', periods=3, freq='500ms') 
tdiff_df = pd.DataFrame(tdelta_ser, columns=['TimeDiff'])

tdiff_df['DiffUsec'] = (tdiff_df['TimeDiff'].dt.total_seconds() * 1e6).astype('int64')
print(tdiff_df)

这导致

TimeDiff  DiffUsec
0        0 days 00:00:00         0
1 0 days 00:00:00.200000    200000
2 0 days 00:00:00.400000    400000

因为你已经用'ms'初始化了你的数据，你可以把它作为一个新的列：

tdiff_df['TimeDiff'].dt.components.milliseconds

输出量：

0      0
1    200
2    400
Name: milliseconds, dtype: int64

但是如果你的timedelta有不同的初始化，纳秒或微秒，你可以通过dt.components属性来获得它们：

print(tdiff_df['TimeDiff'].dt.components)

输出量：

days  hours  minutes  seconds  milliseconds  microseconds  nanoseconds
0     0      0        0        0             0             0            0
1     0      0        0        0           200             0            0
2     0      0        0        0           400             0            0

经过一堆更多的尝试，这里有一个隐藏的宝石，被埋在Pandas文档。

tdiff_df['DiffUsec'] = tdiff_df['TimeDiff'].dt.microseconds
print(tdiff_df)
                TimeDiff  DiffUsec
0        0 days 00:00:00         0
1 0 days 00:00:00.200000    200000
2 0 days 00:00:00.400000    400000