在Pandas DataFrame中添加日期间天数的列

Question

我想把'A'中的日期减去'B'中的日期，然后加一个新列来显示它们的差值。

df
          A        B
one 2014-01-01  2014-02-28 
two 2014-02-03  2014-03-01

我试过这样做，但在尝试把它放进一个循环时出现了错误……

import datetime
date1=df['A'][0]
date2=df['B'][0]
mdate1 = datetime.datetime.strptime(date1, "%Y-%m-%d").date()
rdate1 = datetime.datetime.strptime(date2, "%Y-%m-%d").date()
delta =  (mdate1 - rdate1).days
print delta

我该怎么办呢？

Answer 1

列表推导式是你在Python中最简单、最快的方法来实现这个功能：

[int(i.days) for i in (df.B - df.A)]

1. i会返回一个时间差，比如说'-58天'
2. i.days会把这个值以长整型的形式返回，比如说-58L
3. int(i.days)会给你你想要的-58。

如果你的列不是日期时间格式，可以用更简单的写法：df.A = pd.to_datetime(df.A)

Answer 2

要去掉“天数”这个文本元素，你可以使用 dt() 这个方法来处理序列数据：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.dt.html

所以，

df[['A','B']] = df[['A','B']].apply(pd.to_datetime) #if conversion required
df['C'] = (df['B'] - df['A']).dt.days

这样做会返回：

             A          B   C
one 2014-01-01 2014-02-28  58
two 2014-02-03 2014-03-01  26

Answer 3

假设这些是日期时间类型的列（如果不是的话，可以用 to_datetime 转换一下），你只需要把它们相减就可以了：

df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])

In [11]: df.dtypes  # if already datetime64 you don't need to use to_datetime
Out[11]:
A    datetime64[ns]
B    datetime64[ns]
dtype: object

In [12]: df['A'] - df['B']
Out[12]:
one   -58 days
two   -26 days
dtype: timedelta64[ns]

In [13]: df['C'] = df['A'] - df['B']

In [14]: df
Out[14]:
             A          B        C
one 2014-01-01 2014-02-28 -58 days
two 2014-02-03 2014-03-01 -26 days

注意：确保你使用的是新版的 pandas（比如 0.13.1），在旧版本中可能无法使用。