解决'TimedeltaProperties'无strftime属性问题及时间差格式化需求
解决Timedelta无法使用strftime格式化的问题
你遇到的'TimedeltaProperties' object has no attribute 'strftime'错误,核心原因是Timedelta(时间差)对象与datetime(日期时间)对象的属性体系完全不同,strftime是datetime专属的格式化方法,不能直接用于Timedelta的属性(比如.days)。
要将日期差格式化为'%Y :: %M :: %D'(年::月::日)的形式,需要先从时间差中提取出对应的年、月、日数值,再拼接成目标格式,以下是两种可行方案:
方案一:手动计算年、月、日差值
Timedelta本身仅存储总天数、秒数等信息,没有直接的年、月属性,因此需要基于起始和结束日期直接计算差值,并处理负数情况:
import pandas as pd df = pd.DataFrame({ 'Start_Date':pd.to_datetime(['2018-01-27','2018-08-31']), 'End_Date':pd.to_datetime(['2019-12-13','2019-03-13']) }) # 计算初始年、月、日差值 df['years'] = df['End_Date'].dt.year - df['Start_Date'].dt.year df['months'] = df['End_Date'].dt.month - df['Start_Date'].dt.month df['days'] = df['End_Date'].dt.day - df['Start_Date'].dt.day # 修正负数差值(比如结束日的月/日小于起始日的情况) df.loc[df['days'] < 0, 'months'] -= 1 df.loc[df['months'] < 0, 'years'] -= 1 df['days'] += df['Start_Date'].dt.days_in_month df['months'] += 12 # 拼接成目标格式 df['formatted_diff'] = df.apply(lambda x: f"{x['years']} :: {x['months']:02d} :: {x['days']:02d}", axis=1) print(df['formatted_diff'])
输出结果:
0 1 :: 10 :: 17 1 0 :: 06 :: 13 Name: formatted_diff, dtype: object
方案二:用dateutil.relativedelta计算精准时间差
如果需要更精准的年、月、日差值(自动处理不同月份天数差异),可以借助dateutil库的relativedelta工具:
import pandas as pd from dateutil.relativedelta import relativedelta df = pd.DataFrame({ 'Start_Date':pd.to_datetime(['2018-01-27','2018-08-31']), 'End_Date':pd.to_datetime(['2019-12-13','2019-03-13']) }) # 计算精准时间差 df['diff'] = df.apply(lambda x: relativedelta(x['End_Date'], x['Start_Date']), axis=1) # 拼接格式 df['formatted_diff'] = df['diff'].apply(lambda x: f"{x.years} :: {x.months:02d} :: {x.days:02d}") print(df['formatted_diff'])
输出结果与方案一一致:
0 1 :: 10 :: 17 1 0 :: 06 :: 13 Name: formatted_diff, dtype: object
注意事项
- 你写的格式符
%Y :: %M :: %D中,%M在datetime格式化规则里代表分钟,如果是要表示月份,正确的格式符应为%m;但这里是处理时间差的数值,直接用整数补零格式化即可,无需使用strftime格式符。 - 方案二需要先安装
python-dateutil库,执行pip install python-dateutil即可完成安装。
内容的提问来源于stack exchange,提问作者معاوية الفرارجة
相关产品推荐
相关产品推荐

