Pandas DataFrame两日期列相减触发TypeError，求助解决

问题根源 #

报错TypeError: unsupported operand type(s) for -: 'str' and 'str'的核心原因是：你的date_of_birth和date_of_death列是字符串类型，Pandas无法直接对字符串执行减法运算，必须先将它们转换为datetime格式。

解决步骤 #

1. 将字符串日期转换为datetime类型

使用pd.to_datetime()方法转换列，Pandas会自动识别大多数常见日期格式（如yyyy-mm-dd、mm/dd/yyyy等）。如果你的日期是特殊格式，可通过format参数指定：

import pandas as pd

# 通用转换（自动识别格式）
df['date_of_birth'] = pd.to_datetime(df['date_of_birth'])
df['date_of_death'] = pd.to_datetime(df['date_of_death'])

# 若日期格式为dd/mm/yyyy，需指定format
# df['date_of_birth'] = pd.to_datetime(df['date_of_birth'], format='%d/%m/%Y')
# df['date_of_death'] = pd.to_datetime(df['date_of_death'], format='%d/%m/%Y')

2. 计算生存年数

转换完成后，可根据需求选择以下方式计算年数：

• 近似年数（按年份差）：
  直接取年份相减，忽略月日细节，计算最快但精度有限：

  df['years_lived'] = df['date_of_death'].dt.year - df['date_of_birth'].dt.year
  

• 基于天数的近似值（考虑闰年）：
  将天数差除以365.25（平均年长度），比单纯年份差更准确：

  df['years_lived'] = (df['date_of_death'] - df['date_of_birth']).dt.days / 365.25
  

• 精确年数（含月日判断）：
  使用python-dateutil库的relativedelta计算满周年数，精度最高。先安装依赖：pip install python-dateutil，再执行：

  from dateutil.relativedelta import relativedelta
  
  df['years_lived'] = df.apply(lambda row: relativedelta(row['date_of_death'], row['date_of_birth']).years, axis=1)
  

内容的提问来源于stack exchange，提问作者Ahmed ElAbbas