提问人：Jase Villam 提问时间：3/3/2014 最后编辑：JJJJase Villam 更新时间：3/24/2023 访问量：326962
在 DataFrame pandas 中添加日期之间间隔天数的列
Add column with number of days between dates in DataFrame pandas
问：
我想从“B”中的日期中减去“A”中的日期，并添加一个带有差异的新列。
df
A B
one 2014-01-01 2014-02-28
two 2014-02-03 2014-03-01
我已经尝试了以下方法，但是当我尝试将其包含在 for 循环中时出现错误......
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？
答：
124赞
Andy Hayden
3/3/2014
#1
假设这些是日期时间列（如果它们不适用），您可以减去它们：to_datetime
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：确保您使用的是新的 pandas（例如 0.13.1），这在旧版本中可能不起作用。
评论
32赞
0nir
10/23/2014
我们是否可以摆脱结果中的“天”部分，以防我们只需要看到数值，即。-58，在这种情况下为 -26。
7赞
dirkjot
10/15/2015
扩展@AndyHayden评论，这有效，但它应该（带有“s”）。我通常也否定它，所以你得到pd.offsets.Day(1)(df['A'] - df['B']) / pd.offsets.Day(-1)
12赞
dirkjot
10/15/2015
但是，如果你想在整个系列上这样做，你需要我并不完全理解的原因。(df['A'] - df['B']) / np.timedelta64(-1, 'D')
0赞
Andy Hayden
10/15/2015
@dirkjot 感谢您发现错别字！IIRC 这是在最近的熊猫中修复的，您使用的是 0.16.2 / 0.17 吗？
5赞
Andy Hayden
4/27/2017
@webelo DatetimeIndex/Series 本身应该有一个属性，该属性应该是强烈首选的。.dt.days
14赞
A.Kot
6/27/2016
#2
列表推导是你最好的选择，以获得最 Pythonic（也是最快）的方式来做到这一点：
[int(i.days) for i in (df.B - df.A)]
- 我将返回 Timedelta（例如“-58 天”）
- i.days 将以长整数值的形式返回此值（例如 -58L）
- int（i.days） 会给你你想要的 -58。
如果您的列不是日期时间格式。较短的语法为：df.A = pd.to_datetime(df.A)
1赞
Tom
6/28/2016
#3
这个怎么样：
times['days_since'] = max(list(df.index.values))
times['days_since'] = times['days_since'] - times['months']
times
197赞
Ricky McMaster
7/12/2017
#4
要删除“days”文本元素，您还可以使用 dt（） 访问器来处理 series： 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
返回：
A B C
one 2014-01-01 2014-02-28 58
two 2014-02-03 2014-03-01 26
评论
5赞
Samuel Nde
9/22/2018
很好的答案。就我而言，不起作用，我不得不使用 .知道为什么我的没有按预期给出天数吗？df['C'] = (df['B'] - df['A']).dt.daysdf['C'] = (df['B'] - df['A']).days
0赞
Ricky McMaster
9/24/2018
濒死体验 - 它到底是如何不起作用的？错误还是错误的值？您是否已成功将 A 列和 B 列转换为日期时间？
3赞
Samuel Nde
9/25/2018
我的两列都是日期时间（或者准确地说）。当我这样做时，我得到了一个属性错误，说 AttributeError：“Timedelta”对象没有属性“dt”，所以我尝试了 df['C'] = （df['B'] - df['A']）.days，它给了我想要的答案。（当然，我使用的是我自己的数据帧，而不是上面示例中的数据帧。或者可能是因为我在约会中也有时间，而不是像在datetime64[ns]df['C'] = (df['B'] - df['A']).dt.days2018-09-24 10:17:18.800277)
0赞
PV8
6/27/2019
如果我的原始数据帧是 Hours：Minutes：Seconds，这个函数如何舍入？
1赞
Jacob2309
3/11/2023
一个小建议，使用 df['A'] = pd.to_datetime（df['A']） 比使用 apply 函数快得多，
1赞
Kamil Chłosta
3/24/2023
#5
上面的解决方案对我不起作用。如果你使用的是一个简单的先转换它，稍后你可以只使用：pd.to_datetime()
import numpy as np
df['C'] = df['A'] - df['B'] / np.timedelta64(1, 'D')
评论