如何去除Pandas日期差结果的'days'后缀，转为整数？

在Pandas中计算两个日期列的差值后，得到的是带有'days'后缀的timedelta类型值，需要将其转为纯整数天数。

原代码示例： #

data['TIMESTAMP'] = pd.to_datetime(data['TIMESTAMP'],format='%d-%b-%Y')
data['EXPIRY_DT'] = pd.to_datetime(data['EXPIRY_DT'],format='%d-%b-%Y')
data.sort_values(by = ['TIMESTAMP','SYMBOL','EXPIRY_DT'],inplace=True)
data.reset_index(drop=True,inplace=True)
data['DTE'] = data['EXPIRY_DT'] - data['TIMESTAMP']
data['DTE'].head()

当前输出： #

0   6 days
1   6 days
2   6 days
3   6 days
4   6 days
Name: DTE, dtype: timedelta64[ns]

方法1：使用dt.days属性（推荐） #

直接通过timedelta类型的.dt.days属性提取天数，得到整数类型结果：

data['TIMESTAMP'] = pd.to_datetime(data['TIMESTAMP'],format='%d-%b-%Y')
data['EXPIRY_DT'] = pd.to_datetime(data['EXPIRY_DT'],format='%d-%b-%Y')
data.sort_values(by = ['TIMESTAMP','SYMBOL','EXPIRY_DT'],inplace=True)
data.reset_index(drop=True,inplace=True)
# 修改差值计算行，提取天数
data['DTE'] = (data['EXPIRY_DT'] - data['TIMESTAMP']).dt.days
data['DTE'].head()

输出效果：

0    6
1    6
2    6
3    6
4    6
Name: DTE, dtype: int64

方法2：处理缺失值（若存在NaT） #

如果日期差值中存在NaT（无效日期），用fillna填充后转整数：

data['DTE'] = (data['EXPIRY_DT'] - data['TIMESTAMP']).dt.days.fillna(0).astype(int)

方法3：通过总秒数计算天数 #

通过总秒数除以一天的秒数得到天数，适合灵活转换时间单位的场景：

data['DTE'] = ((data['EXPIRY_DT'] - data['TIMESTAMP']).dt.total_seconds() / (24 * 3600)).astype(int)

内容的提问来源于stack exchange，提问作者smg_08