如何计算Pandas DataFrame中两个指定日期索引的天数差？

你当前的问题核心是日期索引为字符串类型，无法直接进行数值计算，需要先转换为datetime格式再操作，具体实现步骤如下：

关键步骤说明 #

• 先将DataFrame的date索引转换为datetime64类型，这样才能支持日期运算
• 提取d1和d2时，直接获取单个datetime对象（而非数组形式），避免后续计算麻烦
• 两个datetime对象相减后，通过.days属性获取天数差值

完整实现代码 #

import pandas as pd

# 构造数据
df1 = pd.DataFrame({
    "date": ['2021-3-22', '2021-3-23', '2021-3-24', '2021-3-25', '2021-3-26'],
    "x": ['1', 1, 'nan', 'nan', 'nan' ]
})

# 将date列转为datetime类型并设为索引
df1['date'] = pd.to_datetime(df1['date'])
df1.set_index('date', inplace=True)

# 提取d1：x=1的最后一行日期（统一转为字符串匹配，避免类型不一致漏选）
d1 = df1[df1.x.astype(str) == '1'].tail(1).index[0]
# 提取d2：DataFrame最后一行日期
d2 = df1.tail(1).index[0]

# 计算天数差值
day_diff = (d2 - d1).days
print(f"天数差值: {day_diff}")

代码补充说明 #

1. 原数据中x列混合了字符串和数值类型，用astype(str) == '1'可以统一匹配所有值为1的行，避免漏选
2. 使用pd.to_datetime()转换日期后，索引变为datetime对象，直接相减得到Timedelta类型，通过.days即可提取整数天数
3. 提取索引时用index[0]代替index.values，直接得到单个datetime对象，无需额外处理数组格式

运行结果：

天数差值: 3

内容的提问来源于stack exchange，提问作者Champion