Python计算特殊格式日期差报错：ValueError问题求助

错误原因 #

你的diff_date函数仅支持处理单个datetime对象，但调用时传入的是pandas Series（整列数据）。relativedelta无法直接处理批量的Series对象，导致后续abs(date_diff.years)>0这类条件判断变成对整个Series的布尔校验——pandas无法确定你需要的是全量判断还是逐元素判断，因此抛出ValueError: The truth value of a Series is ambiguous。

修复方案 #

方案1：逐行处理（简单直接） #

使用df.apply逐行传入单个日期值，让函数正常工作：

from dateutil import relativedelta
import pandas as pd

def diff_date(date1, date2):
    date_diff = relativedelta.relativedelta(date2, date1)
    date_parts = []
    if abs(date_diff.years) > 0:
        date_parts.append(f'{abs(date_diff.years)} ans ')
    if abs(date_diff.months) > 0:
        date_parts.append(f'{abs(date_diff.months)} mois ')
    if abs(date_diff.days) > 0:
        date_parts.append(f'{abs(date_diff.days)} days')
    return ''.join(date_parts).strip()  # 去除末尾多余空格

df = pd.DataFrame({
    'date1': pd.date_range("2000-01-01", periods=15, freq="d"), 
    'date2': pd.date_range("2000-01-01", periods=15, freq="m")
})

# 逐行调用函数
df['ecart'] = df.apply(lambda row: diff_date(row['date1'], row['date2']), axis=1)

方案2：向量化优化（大数据量推荐） #

如果处理的数据集较大，逐行apply效率偏低，可以用pd.Series.apply对每个日期对单独计算：

from dateutil import relativedelta
import pandas as pd

def get_date_diff(date_pair):
    date1, date2 = date_pair
    date_diff = relativedelta.relativedelta(date2, date1)
    parts = []
    if date_diff.years != 0:
        parts.append(f"{abs(date_diff.years)} ans")
    if date_diff.months != 0:
        parts.append(f"{abs(date_diff.months)} mois")
    if date_diff.days != 0:
        parts.append(f"{abs(date_diff.days)} days")
    return ' '.join(parts)

df = pd.DataFrame({
    'date1': pd.date_range("2000-01-01", periods=15, freq="d"), 
    'date2': pd.date_range("2000-01-01", periods=15, freq="m")
})

df['ecart'] = df[['date1', 'date2']].apply(get_date_diff, axis=1)

额外优化点 #

• 原函数中else str()可替换为条件判断追加的方式，代码更直观。
• 用.strip()去除拼接后可能出现的末尾空格，结果更整洁。

内容的提问来源于stack exchange，提问作者jacques