Pandas中处理超出范围时间戳的日差计算问题

由于Pandas默认的datetime64[ns]类型存在范围限制（上限为2262-04-11），直接转换9999-12-31会报错或被转成NaN。要保留该日期的天数差计算能力，有两种可靠方案：

方案1：使用Python原生datetime对象存储日期 #

Python标准库的datetime.datetime支持9999-12-31，可以将日期列转为原生datetime对象（Pandas中存为object类型）后直接计算差值：

import pandas as pd
from datetime import datetime

# 构造示例数据
df = pd.DataFrame({
    'start_date': ['2023-01-01', '2024-05-10'],
    'final_pmt_date': ['2023-12-31', '9999-12-31']
})

# 将字符串日期转为Python原生datetime对象
df['start_date'] = df['start_date'].apply(lambda x: datetime.strptime(x, '%Y-%m-%d'))
df['final_pmt_date'] = df['final_pmt_date'].apply(lambda x: datetime.strptime(x, '%Y-%m-%d'))

# 计算天数差并转为整数
df['days_diff'] = (df['final_pmt_date'] - df['start_date']).dt.days

方案2：使用Pandas Period类型 #

Pandas的Period类型支持更宽泛的日期范围，适合处理超远期日期：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'start_date': ['2023-01-01', '2024-05-10'],
    'final_pmt_date': ['2023-12-31', '9999-12-31']
})

# 将日期转为Period类型（按天频率）
df['start_date'] = pd.PeriodIndex(df['start_date'], freq='D')
df['final_pmt_date'] = pd.PeriodIndex(df['final_pmt_date'], freq='D')

# 计算天数差
df['days_diff'] = (df['final_pmt_date'] - df['start_date']).astype(int)

两种方案都能避免将9999-12-31转为NaN，且能准确计算与其他日期的天数差，完全匹配SQL中的计算逻辑。

内容的提问来源于stack exchange，提问作者Любовь Пономарева