Python计算入院与手术日期timedelta出现异常负值求助

问题原因 #

核心问题是pd.to_datetime自动解析日期格式时出现歧义：
对于01/09/2021这类格式，pandas默认会优先按月/日/年解析为2021-01-09，但你的实际需求是日/月/年（即2021-09-01）。而入院日期31/08/2021因31大于12，pandas只能按日/月/年解析，导致两个日期的解析规则不一致，最终算出负数差值（2021-01-09 - 2021-08-31正好等于-234天）。

解决方案 #

在pd.to_datetime中明确指定日期格式，确保所有日期按统一规则解析：

修正后的代码

import pandas as pd
import numpy as np

# 针对纯日期的入院列，指定日/月/年格式
df['ADMISSION.DATE'] = pd.to_datetime(df['ADMISSION.DATE'], format='%d/%m/%Y', errors='coerce')
# 针对带时间的手术列，指定包含时间的日/月/年格式
df['1ST.SURGERY.DATE'] = pd.to_datetime(df['1ST.SURGERY.DATE'], format='%d/%m/%Y %H:%M:%S', errors='coerce')

# 计算天数差（保留小数可体现小时部分）
df['TIME_DELTA'] = (df['1ST.SURGERY.DATE'] - df['ADMISSION.DATE']) / np.timedelta64(1, 'D')

# 如果只需要整数天数，可用dt.days
# df['TIME_DELTA'] = (df['1ST.SURGERY.DATE'] - df['ADMISSION.DATE']).dt.days

df['TIME_DELTA']

备选方案（处理多格式日期）

如果你的日期列存在混合格式（部分纯日期、部分带时间），可以使用dayfirst=True让pandas优先将第一个数字视为日：

df['ADMISSION.DATE'] = pd.to_datetime(df['ADMISSION.DATE'], dayfirst=True, errors='coerce')
df['1ST.SURGERY.DATE'] = pd.to_datetime(df['1ST.SURGERY.DATE'], dayfirst=True, errors='coerce')

注意：dayfirst=True并非绝对可靠，当日期中所有数字都≤12时仍可能解析错误，因此明确指定format是最稳妥的方式。

内容的提问来源于stack exchange，提问作者Aayush Kaushal