如何基于其他列条件创建计算列？日期差计算报错求助

你的代码存在几个关键问题：

• apply是逐行处理单个元素，你的函数里却直接操作整个DataFrame，逻辑完全错误
• 判断条件写法混乱，df[df.column_name.notna()] == True不符合逐行判断的逻辑
• 返回值类型不统一，返回数值和字符串'Null'会导致列类型混乱
• 列名拼写不一致：函数参数是column_name，调用时用的是columnname（少了下划线）

正确写法（推荐用pandas原生方法，效率更高） #

import pandas as pd

# 先计算所有行的时间差并转换为秒
df['New_Calculated_Column'] = (df['date1'] - df['date2']).astype('timedelta64[s]')
# 将column_name为NaN的行，对应新列设为缺失值
df.loc[df['column_name'].isna(), 'New_Calculated_Column'] = pd.NA

如果一定要用apply（不推荐，数据量大时效率低） #

import pandas as pd

def calculate_row(row):
    if pd.notna(row['column_name']):
        return (row['date1'] - row['date2']).total_seconds()
    else:
        return pd.NA

df['New_Calculated_Column'] = df.apply(calculate_row, axis=1)

关键说明 #

1. 优先用pandas矢量化操作替代apply，前者运行速度远快于逐行处理
2. 用pd.NA表示缺失值，不要用字符串'Null'，这样能保持列的数值类型，方便后续计算
3. 确保列名拼写完全一致，避免因大小写、下划线差异导致的错误

内容的提问来源于stack exchange，提问作者JTA1618