Python技术问题：无法将日期差转换为纯天数，求解决方案

数据文件内容 #

rfm_data.csv的内容如下：

CustomerID PurchaseDate  TransactionAmount ProductInformation
8814       11-04-23             943.31          Product C
2188       11-04-23             463.70          Product A
4608       11-04-23              80.28          Product A
2559       11-04-23             221.29          Product A

原代码及报错 #

使用以下代码读取并转换数据时出现错误：

import pandas as pd
from datetime import datetime

data = pd.read_csv("rfm_data.csv")
data['PurchaseDate'] = pd.to_datetime(data['PurchaseDate'],  format='%d-%m-%y')
data['Recency'] = (datetime.now().date() - data['PurchaseDate'].dt.date).dt.days

报错信息：

AttributeError: Can only use .dt accessor with datetimelike values. Did you mean: 'at'?

若删除.dt.days，Recency列会显示类似140 days, 0:00:00的timedelta格式，无法直接用于后续计算。

错误原因 #

datetime.now().date()是Python标准库的date对象，和data['PurchaseDate'].dt.date（pandas的date类型Series）相减后，得到的Series元素是Python原生的timedelta对象，而非pandas的Timedelta类型。.dt访问器仅支持pandas内置的datetime/timedelta类型Series，因此触发报错。

解决方案 #

提供两种可行的修改方式：

方式1：使用pandas Timestamp计算（推荐） #

直接用pandas的Timestamp.now()替代原生datetime，相减后得到pandas的TimedeltaSeries，即可正常使用.dt.days提取天数数值：

import pandas as pd

data = pd.read_csv("rfm_data.csv")
data['PurchaseDate'] = pd.to_datetime(data['PurchaseDate'],  format='%d-%m-%y')
data['Recency'] = (pd.Timestamp.now() - data['PurchaseDate']).dt.days

方式2：用apply提取原生timedelta的天数 #

如果坚持使用原生datetime，可以通过apply方法遍历Series，提取每个timedelta对象的days属性：

import pandas as pd
from datetime import datetime

data = pd.read_csv("rfm_data.csv")
data['PurchaseDate'] = pd.to_datetime(data['PurchaseDate'],  format='%d-%m-%y')
data['Recency'] = (datetime.now().date() - data['PurchaseDate'].dt.date).apply(lambda x: x.days)

两种方式最终都会得到纯数值格式的Recency列，满足后续计算需求。

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