Pandas日期列表转换失败：无法计算连续日期差值问题

错误原因分析 #

你遇到的AttributeError是因为目标列date_str中的元素并非字符串，而是numpy数组或Python列表，strip()是字符串专属方法，数组/列表没有这个属性，因此调用报错。TypeError大概率是变量名冲突（比如误将apply当成变量赋值），或是lambda表达式内操作逻辑错误导致。

解决方案步骤 #

1. 将日期列表中每个字符串转为datetime对象 #

假设date_str列的每个元素是日期字符串组成的列表/数组，需逐个转换每个日期字符串：

import pandas as pd
import datetime
import numpy as np

# 示例数据
data = {'id': [1], 'date_str': [['2021-04', '2021-11', '2022-04', '2022-10']]}
df = pd.DataFrame(data)

# 转换每个日期列表为datetime对象列表
df['date_objs'] = df['date_str'].apply(lambda x: [datetime.datetime.strptime(d, '%Y-%m') for d in x])

2. 计算连续日期的月份差值 #

有两种常用方式计算差值，按需选择：

方法1：按平均天数换算近似月份差（适合粗略计算）

def calculate_month_diff(date_list):
    if len(date_list) < 2:
        return []  # 列表长度不足2时返回空列表
    diffs = np.diff(date_list)
    # 按每月平均30.44天换算月份差
    month_diffs = [round(d.days / 30.44, 1) for d in diffs]
    return month_diffs

df['month_diffs'] = df['date_objs'].apply(calculate_month_diff)

方法2：用relativedelta计算精确月份差（推荐）

先安装依赖：pip install python-dateutil，再执行代码：

from dateutil.relativedelta import relativedelta

def calculate_exact_month_diff(date_list):
    if len(date_list) < 2:
        return []
    month_diffs = []
    for i in range(1, len(date_list)):
        delta = relativedelta(date_list[i], date_list[i-1])
        month_diffs.append(delta.years * 12 + delta.months)
    return month_diffs

df['exact_month_diffs'] = df['date_objs'].apply(calculate_exact_month_diff)

最终结果示例 #

针对示例数据，exact_month_diffs列会得到[7, 5, 6]，完全匹配日期间的实际月份差。

内容的提问来源于stack exchange，提问作者Mile