Pandas：通过列位置计算两列差值

嘿，我来帮你解决这个日期差值计算的问题！你直接用df.iloc[:,1] - df.iloc[:,3]失败的核心原因是：这两列的日期目前是字符串类型，Pandas没法直接对字符串做日期运算。咱们按下面的步骤来搞定：

第一步：把字符串日期转换成Pandas可识别的datetime类型 #

首先得把位置1（purchase_date）和位置3（service_date）的列转换成datetime格式，代码如下：

import pandas as pd

# 先构建你给出的示例DataFrame
data = {
    'id': [101, 102],
    'purchase_date': ['01-01-2022', '01-05-2022'],
    'cost': [101, 101],
    'service_date': ['04-01-2022', '03-21-2022']
}
df = pd.DataFrame(data)

# 通过列位置转换为datetime类型，format参数要匹配你的日期格式（日-月-年）
df.iloc[:, 1] = pd.to_datetime(df.iloc[:, 1], format='%d-%m-%Y')
df.iloc[:, 3] = pd.to_datetime(df.iloc[:, 3], format='%d-%m-%Y')

第二步：计算日期差值并新增列 #

现在就可以用列位置来计算天数差了，直接相减后用.dt.days提取整数天数，然后新增到DataFrame里：

# 计算service_date与purchase_date的天数差，新增为days_diff列
df['days_diff'] = (df.iloc[:, 3] - df.iloc[:, 1]).dt.days

# 如果需要取绝对值（不管先后顺序，只看间隔天数），可以这样写：
# df['days_diff'] = abs((df.iloc[:, 3] - df.iloc[:, 1]).dt.days)

最终效果 #

运行完上面的代码，你的DataFrame会变成这样：

这里第二个结果为负数，是因为service_date早于purchase_date，如果不需要正负，用上面注释里的abs()就可以啦。

内容的提问来源于stack exchange，提问作者Kevin Nash