在DataFrame pandas中添加日期之间的天数列

Question

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

我尝试了以下内容，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？

Answer 1

假设这些是datetime列（如果它们不适用to_datetime），你可以减去它们：

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），这在旧版本中可能无效。

Answer 2

要删除'days'文本元素，您还可以使用系列的dt（）访问器：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.dt.html

所以，

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

df['C'] = (df['B'] - df['A']).dt.days

返回：

             A          B   C
one 2014-01-01 2014-02-03  33
two 2014-02-03 2014-03-01  26

Answer 3

对于大多数Pythonic（和最快）的方法，列表理解是你最好的选择：

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

1. 我将返回timedelta（例如'-58天'）
2. i.days将该值作为长整数值返回（例如-58L）
3. int（i.days）会给你-58你寻求的。

如果您的列不是日期时间格式。较短的语法是：df.A = pd.to_datetime(df.A)

Answer 4

这个怎么样：

times['days_since'] = max(list(df.index.values))  
times['days_since'] = times['days_since'] - times['months']  
times