Python MonthEnd对象导致<；11*MonthEnds>；而不是数字

在我的pandas数据框中，我想找出以月为单位的日期之间的差异。函数

.dt.to_period（'M'）

生成一个类似

的MonthEnd对象，而不是月份号

我尝试将带有

pd.的列类型更改为_numeric（）

，并删除带有

re.sub（“[^0-9]”、“，”blabla123bla“）

的字母。两者都不适用于

MonthEnd

对象

df['duration_dataset'] = df['date_1'].dt.to_period('M') - df['date_2'].dt.to_period('M')

我希望是11，但输出是

这是一个最小数据帧

d = {'date_1': ['2018-03-31','2018-09-30'], 'date_2': ['2017-12-31','2017-12-31']}
df = pd.DataFrame(data=d)

df['date_1'] = pd.to_datetime(df['date_1'], format='%Y-%m-%d')
df['date_2'] = pd.to_datetime(df['date_2'], format='%Y-%m-%d')

df['duration_dataset'] = df['date_1'].dt.to_period('M') - df['date_2'].dt.to_period('M')

df

也就是说，减去

Period（）

对象会得到一个值

您可以从

DateOffset.n

属性中获取数值：

from operator import attrgetter

df['duration_dataset'] = (
    df['date_1'].dt.to_period('M') -
    df['date_2'].dt.to_period('M')).apply(attrgetter('n'))

这就产生了

date\u 1 date\u 2 duration\u数据集
0 2018-03-31 2017-12-31                 3
1 2018-09-30 2017-12-31                 9

对于您的示例数据帧

您可以将日期转换为从0年开始的月份计数，然后减去这些数字，而不是将日期转换为期间：

df['duration_dataset'] = (
    df['date_1'].dt.year * 12 + df['date_1'].dt.month - 1 -
    (df['date_2'].dt.year * 12 + df['date_2'].dt.month - 1)
)

可以简化为

df['duration_dataset'] = (
    12 * (df['date_1'].dt.year - df['date_2'].dt.year) +
    df['date_1'].dt.month - df['date_2'].dt.month
)

---

您还可以使用

astype（'int'）

将

Period

强制为

int

，并直接获取差异：

df['duration_dataset'] = df['date_1'].dt.to_period('M').astype('int') - df['date_2'].dt.to_period('M').astype('int')

---

它似乎更快。

我发现你的行为，熊猫0.24.0你似乎有，所以这些都是。你能创建一个最小的数据框来重现这个问题吗？包含代码以生成一个包含几行的框架，以显示如何创建

MonthEnd

实例，因此我们可以帮助您更正该错误并获得整数月计数。啊，我正在使用Pandas 0.23.4进行测试，现在正在升级。我有Pandas版本0.24.0。我已经浪费了大约四个小时的时间来尝试解决这个问题。非常感谢你！当你做

df['duration\u dataset']=（df['date\u 1'].dt.year*12+df['date\u 1'].dt.month-1-（df['date\u 2'].dt.year*12+df['date\u 2'].dt.month-1））时，没有必要用
进行减法，对吗？@titusAdam：在这里的直接减法中，方程两边的
-1
，是：
df['date\u 1'].dt.year*12+df['date\u 1'].dt.month-df['date\u 2'].dt.year*12-df['date\u 2'].dt.month
。