如何在Pandas DataFrame中计算相邻日期的月份差值？

需求：现有包含日期字段d的DataFramedf，需新增nb month字段，值为下一行d与当前行d的月份差。

实现代码 #

import pandas as pd
data = {'id': [1, 2, 3], 'd': ['2020-01-01', '2021-06-15', '2022-12-28']}
df = pd.DataFrame(data)
# 将字符串日期转为datetime类型，为日期计算做准备
df['d'] = pd.to_datetime(df['d'])
# 计算相邻行的月份差：将日期转为月份周期后做减法
df['nb month'] = df['d'].shift(-1).dt.to_period('M') - df['d'].dt.to_period('M')

代码说明 #

• pd.to_datetime(df['d'])：把原始的字符串日期转换为pandas可识别的datetime格式，这是日期运算的基础。
• df['d'].shift(-1)：将日期列整体向上偏移一行，让当前行能获取到下一行的日期值。
• dt.to_period('M')：将datetime类型转换为月份周期（Period）类型，这样直接相减就能得到两个日期之间的月份数差值，无需手动拆分年、月计算差值。
• 最后一行的nb month值会是NaN，因为没有对应的下一行数据，若需要可根据需求用fillna()填充（比如df['nb month'] = df['nb month'].fillna(0)）。

内容的提问来源于stack exchange，提问作者dia05