在Python中计算两个格式化日期之间的天数时，结果为；溢出错误：int太大，无法转换；

我有一个32万行18列的数据框。 其中两列是项目开始日期和项目结束日期。 我只想添加一列，以天为单位显示项目的持续时间

df['proj_duration'] = df['END_FORMATED'] - df['START_FORMATED']

数据是从SQL Server导入的

日期已格式化（yyyy-mm-dd）

当我运行上面的代码时，出现以下错误：

回溯（最近一次呼叫最后一次）：

文件“pandas_libs\tslibs\timedeltas.pyx”，第234行，在 pandas._libs.tslibs.timedeltas.array_至_timedelta64

TypeError:应为unicode，获得datetime.timedelta

在处理上述异常期间，发生了另一个异常：

回溯（最近一次呼叫最后一次）：

文件“”，第1行，在 df['proj_duration']=df['END_formatted']-df['START_formatted']

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\ops\common.py”， 第64行，采用新方法 返回方法（自身、其他）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\ops\u init\uuuz.py”， 第502行，在包装器中 return _construct_result（左，result，index=left.index，name=res_name）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\ops\u init\uuuz.py”， 第475行，输入构造结果 out=左。\构造函数（结果，索引=索引）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\series.py”， 第305行，在init 数据=清理数组（数据、索引、数据类型、复制、引发\u转换\u失败=真）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\construction.py”， 第424行，在sanitize_数组中 Subar=\u try\u cast（数据、数据类型、复制、引发\u cast\u失败）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\construction.py”， 第537行，试播 SubAr=可能转换为日期时间（arr，dtype）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\dtypes\cast.py”， 第1346行，在可能的日期时间 值=可能推断为日期时间型（值）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\dtypes\cast.py”， 第1198行，在“可能推断”到“日期时间”中 值=try_timedelta（v）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\dtypes\cast.py”， 第1187行，在try_timedelta中 返回到_timedelta（v）。_ndarray_值。重塑（形状）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\tools\timedeltas.py”， 第102行，输入至_timedelta return\u convert\u listlike（arg，unit=unit，errors=errors）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\tools\timedeltas.py”， 第140行，在转换列表中 值=序列\u至\u td64ns（参数，单位=单位，错误=错误，副本=假）[0]

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\arrays\timedeltas.py”， 第943行，按顺序\u至\u td64ns 数据=对象\u至\u td64ns（数据，单位=单位，错误=错误）

文件 “C:\Users\77797\Anaconda3\lib\site packages\pandas\core\arrays\timedeltas.py”， 第1052行，在对象\u到\u td64ns中 结果=数组\u到\u timedelta64（值，单位=单位，错误=错误）

文件“pandas_libs\tslibs\timedeltas.pyx”，第239行，在 pandas._libs.tslibs.timedeltas.array_至_timedelta64

文件“pandas_libs\tslibs\timedeltas.pyx”，第198行，在 pandas._libs.tslibs.timedelta.convert_to_timedelta64

文件“pandas_libs\tslibs\timedeltas.pyx”，第143行，在 熊猫。_libs.tslibs.timedelta.delta_至_纳秒

溢出错误：int太大，无法转换

我怀疑日期的格式有问题。我试过：

a = df.head(50000)['END_FORMATED']
b = df.head(50000)['START_FORMATED']
c = a-b

得到了同样的错误。但是，当我在最后50000行中运行它时，它工作得非常好：

x = df.tail(50000)['END_FORMATED']
y = df.tail(50000)['START_FORMATED']
z = x-y

这表明问题并不存在于所有数据集中，而只存在于某些行中

你知道我怎样才能解决这个问题吗？

---

谢谢

您的SQL数据集中似乎有一个日期设置为1009-01-06。熊猫仅了解1677-09-21和2262-04-11之间的日期，根据

尝试将每个系列强制转换为datetime对象，以便在某些条目不是预期格式时捕获，使用

infere\u datetime\u format=True

和

errors='concure'

，如下所示：

df['START_FORMATED'] = ['2020-05-05', '2020-05-06', '2020-05-07', 1009-01-06]
df['END_FORMATED'] = ['2020-06-05', '2020-06-06', '2020-06-07', '2020-06-08']

df['proj_duration'] = pd.to_datetime(df['END_FORMATED'], infer_datetime_format = True, errors = 'coerce') - pd.to_datetime(df['START_FORMATED'], infer_datetime_format=True, errors = 'coerce')

当无法使用

pd.to_datetime（）

时，这将设置NaT值，从而导致此df：

      START_FORMATED END_FORMATED proj_duration
0         2020-05-05   2020-06-05       31 days
1         2020-05-06   2020-06-06       31 days
2         2020-05-07   2020-06-07       31 days
3         1009-01-06   2020-06-08           NaT

---

@何塞·维加：谢谢。我运行了它，得到了这个错误：“越界时间：越界纳秒时间戳：1009-01-06 00:00:00”@SalmanTabatabai更新了答案以匹配您的问题。现在应该可以工作了，但是要注意可能由此产生的NaT值。没错！我意识到有人把销售截止日期定在3020年！！！！谢谢你的跟进。