如何用Python计算CSV文件中两个日期的天数差？

你的代码存在几个关键问题，导致无法正确获取天数：

1. 错误遍历DataFrame：for row in df遍历的是列名而非数据行，且完全没必要用循环——pandas支持向量化操作，直接对整列计算更高效。
2. 错误调用天数属性：pandas的时间差序列（TimedeltaSeries）需通过.dt.days获取天数，而非.datetime.days。
3. 重复取整列数据：循环中每次都取整个df["PasswordLastSet"]而非单条数据，会导致类型不匹配报错。

修正后的代码 #

import pandas as pd
from datetime import datetime

# 读取CSV并解析日期列
df = pd.read_csv("serv.csv", parse_dates=["PasswordLastSet"])

# 获取当前日期（转为pandas Timestamp类型）
current_date = pd.to_datetime(datetime.today())

# 直接对整列计算日期差
delta = current_date - df["PasswordLastSet"]

# 获取整数天数，得到可直接用于运算的int类型Series
df["DaysSinceLastSet"] = delta.dt.days

# 查看结果示例
print(df[["PasswordLastSet", "DaysSinceLastSet"]])

关键说明 #

• 无需循环：pandas会自动对整列的每个元素执行日期差计算，效率远高于逐行循环。
• .dt.days：这是pandas针对时间差序列的专属属性，返回每个时间差对应的整数天数，结果为int64类型，可直接用于后续数学运算。
• 结果存储：将计算出的天数存入DataFrame新列，方便后续代码调用。

内容的提问来源于stack exchange，提问作者Caio Mallmann