求可计算1995-2019年DataFrame累计天数的Python函数

原函数的问题 #

你的代码逻辑存在几个关键问题：

• 循环计算相邻日期的差值，得到的是单日间隔，并非从1995年1月1日开始的累计天数
• 直接通过prices['days'][i+1]赋值会触发SettingWithCopyWarning，且循环处理大数据量的DataFrame效率极低
• 未基于起始日做基准计算，完全偏离需求目标

正确实现方式 #

首先确保days列是datetime类型（如果不是先转换），然后用pandas的矢量化操作直接计算，自动处理闰年：

import pandas as pd

def calculate_cumulative_days(prices):
    # 转换日期列为datetime类型（若尚未转换）
    prices['days'] = pd.to_datetime(prices['days'])
    # 定义起始基准日
    start_date = pd.to_datetime('1995-01-01')
    # 计算累计天数：日期差的天数 +1（因为起始日对应第1天）
    prices['cumulative_days'] = (prices['days'] - start_date).dt.days + 1
    return prices

关键说明 #

• pandas的Timedelta.dt.days会自动处理闰年的天数统计（比如2000年2月29日会被正确计入天数差）
• 矢量化操作比循环快几十到几百倍，适合处理大规模数据
• 用新列cumulative_days存储结果，避免覆盖原始日期数据（如果需要覆盖原始列，直接替换列名即可）

示例验证 #

以1995年2月1日为例，计算结果为(pd.to_datetime('1995-02-01') - pd.to_datetime('1995-01-01')).days +1 = 31 +1 =32，完全符合你的示例要求。

内容的提问来源于stack exchange，提问作者Chisom Anene