如何在不转换datetime类型的前提下比较日期差值

我创建了如下DataFrame，将日期列转为datetime类型后计算了日期差值：

import pandas as pd

df = pd.DataFrame({'Date 1': ['3/10/2020', '3/11/2020', '3/12/2020'],
                   'Date 2': ['3/14/2020', '1/11/2021', '6/03/2020']})
df['Date 1'] = pd.to_datetime(df['Date 1'])
df['Date 2'] = pd.to_datetime(df['Date 2'])
df['Date Diff'] = abs(df['Date 1'] - df['Date 2'])
df

生成的DataFrame内容如下：

我想要新增一个标记列，判断日期差值是否超过90天，尝试用loc操作时出现报错：

df["Over 90 Days"] = ""
df['Over 90 Days'].loc[df['Date Diff'] > 90] = True
df['Over 90 Days'].loc[df['Date Diff'] <= 90] = False
df

报错信息：

TypeError: Invalid comparison between dtype=timedelta64[ns] and int

我尝试将日期差值转为纯数字但未成功，恳请解决。

方法1：将整数转为Timedelta类型比较 #

直接把90天转为pandas的Timedelta对象，和Date Diff列进行比较，一步生成布尔值列：

df["Over 90 Days"] = df['Date Diff'] > pd.Timedelta(days=90)

方法2：提取天数数值进行比较 #

通过.dt.days提取日期差值的天数（整数类型），再和90比较：

df["Over 90 Days"] = df['Date Diff'].dt.days > 90

这种方式适合需要单独使用天数数值的场景。

方法3：修正原loc写法（不推荐） #

如果坚持使用原思路，需先将列初始化为布尔类型，再修正比较条件：

df["Over 90 Days"] = False
df.loc[df['Date Diff'] > pd.Timedelta(days=90), 'Over 90 Days'] = True

注意不要将列初始化为字符串类型，避免出现类型混乱问题。

内容的提问来源于stack exchange，提问作者E_Sarousi