np.vectorize 和relativedelta 返回“relativedelta 仅比较日期时间/日期”

Question

我有一个 pandas 数据框，其中有两个代表日期的 datetime64[ns] 列（“d1”和“d2”）。我想创建第三列，计算这两个日期之间的差异。我无法使用简单的 days/365 样式计算，因此我需要relativedelta。

使用relativedelta 在一行上效果很好：

import dateutil.relativedelta as relativedelta
relativedelta.relativedelta(df["d1"][0],df["d2"][0])
> relativedelta(years=+1)

但是它在列上失败了。所以我将它矢量化：

date_diffs=np.vectorize(relativedelta.relativedelta)

然后我尝试

date_diffs(df["d1"],df["d2"])

但是这会返回

TypeError: relativedelta only diffs datetime/date

我该如何解决这个问题？或者我应该简单地使用

apply

语句或 for 循环？

Answer 1

使用列表理解：

df = pd.DataFrame({'d1':pd.date_range('2000-01-05', periods=3),
                   'd2':pd.date_range('2006-08-05', periods=3, freq='35M')})

from dateutil.relativedelta import relativedelta

def date_diffs(s, e):
    return relativedelta(s,e)

df['out'] = [date_diffs(s, e) for s, e in zip(df["d1"],df["d2"])]
print(df)
          d1         d2                                            out
0 2000-01-05 2006-08-31   relativedelta(years=-6, months=-7, days=-26)
1 2000-01-06 2009-07-31   relativedelta(years=-9, months=-6, days=-25)
2 2000-01-07 2012-06-30  relativedelta(years=-12, months=-5, days=-23)

如果使用

apply

，它应该会更慢：

df['out'] = df.apply(lambda x:  date_diffs(x["d1"],x["d2"]) , axis=1)