Pandas 时间差计算误差

我的数据框中有两个时间列：date1和date2。 我一直认为，两者都是日期和时间格式。然而，我现在必须计算两者之间的天数差，这不起作用

我运行以下代码来分析数据：

df['month1'] = pd.DatetimeIndex(df['date1']).month
df['month2'] = pd.DatetimeIndex(df['date2']).month
print(df[["date1", "date2", "month1", "month2"]].head(10))
print(df["date1"].dtype)
print(df["date2"].dtype)

输出为：

    date1         date2     month1  month2
0 2016-02-29   2017-01-01       1       1
1 2016-11-08   2017-01-01       1       1
2 2017-11-27   2009-06-01       1       6
3 2015-03-09   2014-07-01       1       7
4 2015-06-02   2014-07-01       1       7
5 2015-09-18   2017-01-01       1       1
6 2017-09-06   2017-07-01       1       7
7 2017-04-15   2009-06-01       1       6
8 2017-08-14   2014-07-01       1       7
9 2017-12-06   2014-07-01       1       7
datetime64[ns]
object

如您所见，date1的月份计算不正确！ 最后一个不起作用的操作是：

df["date_diff"] = (df["date1"]-df["date2"]).astype('timedelta64[D]')

这将导致以下错误：

incompatible type [object] for a datetime/timedelta operation

我第一次想到可能是因为date2，所以我试着：

df["date2_new"] = pd.to_datetime(df['date2'] - 315619200, unit = 's')

导致：

 unsupported operand type(s) for -: 'str' and 'int'

有人知道我需要改变什么吗

使用带有days属性的.dt访问器：

df[['date1','date2']] = df[['date1','date2']].apply(pd.to_datetime)
df['date_diff'] = (df['date1'] - df['date2']).dt.days

输出：

       date1      date2  month1  month2  date_diff
0 2016-02-29 2017-01-01       1       1       -307
1 2016-11-08 2017-01-01       1       1        -54
2 2017-11-27 2009-06-01       1       6       3101
3 2015-03-09 2014-07-01       1       7        251
4 2015-06-02 2014-07-01       1       7        336
5 2015-09-18 2017-01-01       1       1       -471
6 2017-09-06 2017-07-01       1       7         67
7 2017-04-15 2009-06-01       1       6       2875
8 2017-08-14 2014-07-01       1       7       1140
9 2017-12-06 2014-07-01       1       7       1254

---

当你阅读时，date1和date2是否都是date\u time？或者您是否使用unit='m'将它们转换为date\u time？date2仍然是一列字符串日期。在做任何事情之前，您应该首先将它们转换为datetime对象，然后在正确完成之后，您可以使用df.col_name.dt.month获得月份。我不明白为什么您要从date2中减去一个数字，如果是第一个表的格式，则使用秒。这个答案对我来说很好，但是我可以问一下为什么month1仍然没有正确显示吗？我想我们应该重新定义df['month1']=pd.to_datetimedf['date1'].dt.month，类似于df['month2']。您使用的是pd.DatetimeIndex，这有点非传统。然而，测试它看起来你的逻辑应该是可行的。不知道你为什么要回到错误的月份。