计算DataFrame中datetime64[ns]日期间隔月数时遇TypeError错误

错误原因 #

pd.Timedelta不支持传入months作为参数——因为每个月的天数不固定（28-31天不等），pandas不允许用Timedelta表示这种可变时长的间隔。你传入months=1时，内部参数处理逻辑出错，触发了str与int无法比较的类型错误。即便你的两个字段确实是datetime64[ns]类型，这个写法本身也不成立，和数据类型无关。

解决方法 #

根据你需要的精度，有两种常用方案：

1. 计算精确整月数（无小数） #

直接通过年份差和月份差计算，得到两个日期之间的完整月份数：

# 验证字段类型（可选）
print(df_hist[['Last_Date', 'Begin_Time']].dtypes)

# 若字段不是datetime类型，先转换
df_hist['Last_Date'] = pd.to_datetime(df_hist['Last_Date'])
df_hist['Begin_Time'] = pd.to_datetime(df_hist['Begin_Time'])

# 计算整月数
df_hist['MonthsBetween'] = (df_hist['Last_Date'].dt.year - df_hist['Begin_Time'].dt.year) * 12 + (df_hist['Last_Date'].dt.month - df_hist['Begin_Time'].dt.month)

2. 计算带小数的近似月数（考虑天数占比） #

如果需要更精细的结果（比如包含部分月份的占比），可以用以下两种方式：

方案A：用平均天数换算

df_hist['DaysBetween'] = (df_hist['Last_Date'] - df_hist['Begin_Time']).dt.days
# 按一年365.25天计算平均每月天数30.4375
df_hist['MonthsBetween'] = df_hist['DaysBetween'] / 30.4375

方案B：用relativedelta精确计算

先安装依赖：pip install python-dateutil

from dateutil.relativedelta import relativedelta

def calc_month_diff(row):
    delta = relativedelta(row['Last_Date'], row['Begin_Time'])
    return delta.years * 12 + delta.months + delta.days / 30.4375

df_hist['MonthsBetween'] = df_hist.apply(calc_month_diff, axis=1)

内容的提问来源于stack exchange，提问作者ASH