Pandas中如何计算指定日期与DataFrame日期列的天数差

嘿，这个问题我之前也踩过坑！你遇到的TypeError完全是因为现在的date列和用来计算的默认日期都是字符串类型，Python根本没法直接对字符串做减法运算。咱们只需要把它们转换成Pandas支持的datetime类型，就能轻松算出天数差了。

具体步骤和代码示例 #

首先，咱们先把DataFrame里的date列，还有默认日期都转换成datetime对象：

import pandas as pd

df = pd.DataFrame({'date': ['2022-10-01', '2022-10-04', '2022-10-17'], 'value': [100, 110, 95]})

# 将date列转为datetime类型
df['date'] = pd.to_datetime(df['date'])
# 把默认日期也转为datetime对象
target_date = pd.to_datetime('2022-10-20')

接下来就可以直接做减法运算，然后提取天数差了：

# 计算天数差，用.dt.days把Timedelta结果转为整数天数
df['days_diff'] = (target_date - df['date']).dt.days

运行完之后，你查看df就会看到新增的days_diff列正好是[19, 16, 3]，完全符合你的预期！

更简洁的写法 #

如果你不想单独定义target_date，也可以把转换和运算合并成一行：

df['days_diff'] = (pd.to_datetime('2022-10-20') - pd.to_datetime(df['date'])).dt.days

原理说明 #

Pandas的datetime类型专门用于处理日期时间数据，支持直接的加减运算，运算结果是Timedelta类型（表示时间差），通过.dt.days就能把这个时间差提取成整数形式的天数啦。

内容的提问来源于stack exchange，提问作者user20366263