Pandas含NaT值的日期差计算问题：判断ExitDate为NaT时替换为当前日期

问题根源 #

1. np.isnat()仅支持numpy原生的datetime64/timedelta64类型，而pandas的日期列实际是Timestamp类型，直接用它判断NaT会触发错误。
2. 原函数逻辑存在漏洞：即使检测到NaT并定义了当前日期变量，返回时仍使用原row.ExitDate，未完成替换。

修正后的逐行处理方案 #

import pandas as pd

def calculateTenure(row):
    # 用pandas原生方法判断NaT
    if pd.isna(row.ExitDate):
        exit_date = pd.Timestamp.now()
    else:
        exit_date = row.ExitDate
    return exit_date.year - row.StartDate.year

df['Tenure'] = df.apply(calculateTenure, axis=1)

更高效的向量化方案（推荐） #

逐行apply效率较低，大数据量下优先用向量化操作：

import pandas as pd

# 将ExitDate中的NaT替换为当前时间
exit_dates = df['ExitDate'].fillna(pd.Timestamp.now())
# 计算年份差作为Tenure
df['Tenure'] = exit_dates.dt.year - df['StartDate'].dt.year

扩展：计算更精确的任期 #

如果需要按天/月计算任期，可补充以下代码：

# 计算天数任期
df['Tenure_Days'] = (exit_dates - df['StartDate']).dt.days

# 计算近似月份任期
df['Tenure_Months'] = (exit_dates.dt.year - df['StartDate'].dt.year)*12 + (exit_dates.dt.month - df['StartDate'].dt.month)

内容的提问来源于stack exchange，提问作者Vinita