Python 从数据帧获取日期差异

我正在尝试基于另一个现有列向数据帧添加列

数据帧的格式如下

col1         col2 
2017-02-1    2017-03-03
2017-02-22   2017-03-06


from datetime import datetime
date_format = "%Y-%m-%d"
df['TimeConsumed']=df['col2'].apply(lambda x: (datetime.strptime(x,date_format)-datetime.strptime(df['col1'],date_format)).days)

运行上面的程序，它会不断地

TypeError: must be string, not Series 

---

谁能帮点忙吗

发生该错误的原因是您试图对仅支持字符串的序列执行strtime：

datetime.strptime(df['col1'], date_format)

我认为您需要在每行上进行减法，然后您需要在行上应用，而不是在一列上应用，如下所示：

import pandas as pd
from datetime import datetime


def substract(df):
    date_format = "%Y-%m-%d"
    return (datetime.strptime(df['col2'],date_format)-    datetime.strptime(df['col1'],date_format)).days

if __name__ == '__main__':

    df = pd.DataFrame([{'col1':'2017-02-01','col2':'2017-03-03'},{'col1':'2017-02-22','col2':'2017-03-06'}])
    print df

    #date_format = "%Y-%m-%d"
    #df['TimeConsumed']=df['col2'].apply(lambda x: (datetime.strptime(x,date_format)-datetime.strptime(df['col1'],date_format)).days)
    df["TimeConsumed"] = df.apply(substract, axis=1)
    print df

输出：

        col1        col2  TimeConsumed
0  2017-02-01  2017-03-03            30
1  2017-02-22  2017-03-06            12

---

可能是刚测试的复制品，它可以工作。但是我想知道为什么我的代码中的“datetime.strtime（x，date_格式）”适用于series，我认为在lambda函数中，它适用于该列的每个单元格。我错了吗？在你的代码中也有“datetime.strTime（df['col2'，date_format）”，和我的一样，我很困惑，同一个代码是如何为你工作的，而不是我当调用df.apply（func）时，实际上func将在每一行上工作的，这意味着func中的df['col1'，和df['col2']是字符串而不是序列。对于您的代码，它是df['col2'].apply，因此它在df['col2']（Series）中的每一行上都起作用，而它里面的df['col1']仍然是字符串以外的系列。所以这意味着“datetime.strtime（df['col1']，date_format）”应该在lambda函数之外工作，对吗？不，datetime.strpttime只接受字符串作为输入。它在我的代码中起作用的原因是，我们在该函数上使用apply，从doc中可以看到apply用于在每一行上调用func，这意味着func中的实际df['col1']不是Series:）