如何在Python Polars中计算今日与DataFrame日期字段的月份差？

有两种常用方法，可根据你的需求选择：

方法1：用Polars内置的dt.month_diff()（推荐） #

这个方法会计算两个日期之间的完整月份数（会考虑日部分，只有当前日期的日≥目标日期的日时，才算满一个月），代码示例：

import polars as pl

# 构造示例数据
df = pl.DataFrame({
    "mydate": ["2022-01-15", "2023-05-20", "2021-09-01"]
}).with_columns(pl.col("mydate").str.to_date())

# 计算月份差，用Polars的当前时间函数更兼容
df = df.with_columns(
    pl.col("mydate").dt.month_diff(pl.datetime.now()).alias("month_diff")
)

print(df)

如果你的mydate是带时区的日期类型，记得确保pl.datetime.now()也使用对应时区（比如pl.datetime.now("UTC")），避免时区不匹配报错。

方法2：手动计算年月差（忽略日部分） #

如果不需要考虑日的影响，只想按年和月的差值直接计算（比如2023-05-31到2024-03-01，直接算10个月），可以手动计算：

df = df.with_columns(
    (
        (pl.datetime.now().year - pl.col("mydate").dt.year) * 12
        + (pl.datetime.now().month - pl.col("mydate").dt.month)
    ).alias("month_diff_ignore_day")
)

两种方法的区别 #

• dt.month_diff()：计算完整经过的月份，比如2023-05-20到2024-03-10，因为10号<20号，所以只算9个完整月份。
• 手动计算：只看年月的差值，不管日，上面的例子会得到10个月。

内容的提问来源于stack exchange，提问作者lmocsi