如何更简便地对CSV中ISO8601格式日期执行操作？

你当前的写法绕了弯路——pandas的datetime类型本身就支持直接做加减运算，完全不需要手动拆分年月日再构造date对象。下面是简化后的实现：

基础优化：直接读取并运算完整时间 #

读取CSV时直接指定解析日期列，省去单独转换的步骤，然后直接对datetime值做减法：

import pandas as pd

# 读取时自动解析time列为datetime类型
df = pd.read_csv('earthquake_data.csv', parse_dates=['time'])

# 直接取首尾行的时间做差值，保留完整时分秒精度
time_diff = df['time'].iloc[0] - df['time'].iloc[-1]
print(time_diff)
# 输出示例：0 days 00:26:09.716000

仅保留日期部分运算 #

如果只需要按天计算差值（忽略时分秒），可以用.dt.date提取日期后再运算：

# 提取日期部分并计算差值
date_diff = df['time'].dt.date.iloc[0] - df['time'].dt.date.iloc[-1]
print(date_diff)
# 输出示例：0 days

常用扩展场景 #

除了首尾行差值，日常还会用到这些日期运算：

• 计算每行与基准日期的时间差：

  # 以第一行时间为基准，新增列存储每行的时间差
  df['time_since_first'] = df['time'] - df['time'].iloc[0]
  

• 日期的增减操作：

  # 给所有时间加3天
  df['time_plus_3d'] = df['time'] + pd.Timedelta(days=3)
  # 给所有时间减12小时
  df['time_minus_12h'] = df['time'] - pd.Timedelta(hours=12)
  

内容的提问来源于stack exchange，提问作者Miro Feliciano