Python&；熊猫：时间三角洲系列

M是数据帧df中的一个列，表示月份数

M
1
0
15

我正在尝试查找2015-01-01和2015-01-01+df.M之间的天数。下面是我想要的颜色

daynum
31
0
456

我知道如何使用循环和列表：

int((datetime.strptime("2015-01-01", "%Y-%m-%d") + relativedelta(months=df.M[i]) 
                    - datetime.strptime("2015-01-01", "%Y-%m-%d")).days)

---

pandas中是否有任何内置函数可以轻松解决此问题？

您可以使用与问题中相同的方法，但使用自动矢量化操作而不是循环。
首先将整数系列转换为relativedelta：

In [76]: M = pd.Series([1, 0, 15])

In [77]: M2 = M.apply(lambda x: dateutil.relativedelta.relativedelta(months=x))

In [78]: M2
Out[78]:
0              relativedelta(months=+1)
1                       relativedelta()
2    relativedelta(years=+1, months=+3)
dtype: object

然后您可以执行相同的计算：

In [80]: (pd.Timestamp('2015-01-01') + M2) - pd.Timestamp('2015-01-01')
Out[80]:
0    31 days
1     0 days
2   456 days
dtype: timedelta64[ns]

如果您想将其作为整数值而不是上面提到的时间增量，您可以使用

.dt.days

：

In [81]: days = (pd.Timestamp('2015-01-01') + M2) - pd.Timestamp('2015-01-01')

In [82]: days.dt.days
Out[82]:
0     31
1      0
2    456
dtype: int64

---

不使用时间增量的原因

在这种情况下，您不能使用timedelta，因为这并不能准确地将日期移动一定数量的月份，但它似乎给您提供了某种类型的平均月长：

In [83]: pd.to_timedelta(1, unit='M')
Out[83]: Timedelta('30 days 10:29:06')

In [84]: (pd.Timestamp('2015-01-01') + pd.to_timedelta(M, unit='M')) - pd.Timestamp('2015-01-01')
Out[84]:
0    30 days 10:29:06
1     0 days 00:00:00
2   456 days 13:16:30
dtype: timedelta64[ns]

所以这会给出稍微不同的答案。例如，在本例中，第一个元素的时间是30天，而不是31天

---

相当于

relativedelta

的方法是使用

DateOffset

。在这种情况下，例如，

pd.DateOffset（months=1）

对不起，您是否试图在

2015-01-01

中添加月或日？例如，这是您想要的：

在[41]：pd.to_datetime（'2015-01-01'）+pd.TimedeltaIndex（df['M'，unit='M'）Out[41]：DatetimeIndex中(['2015-01-31 10:29:06'，'2015-01-01 00:00:00'，'2016-04-01 13:16:30'，dtype='datetime64[ns]'，freq=None）

？Thx！TimedeltaIndex是我要找的！请看我的答案，Timedelta不会给出准确的答案是的，我认为这是正确的方法，因为它不会处理您指出的第一行+1