构建RFM模型时遇类型错误：datetime与date无法执行减法运算

错误原因：latest_date是datetime.datetime类型，而数据框df里的created_at列是datetime.date类型，Python不支持这两种不同日期类型直接做减法运算。

以下是两种可行的解决方法：

方法一：将基准日期转为date类型 #

直接修改latest_date的定义，使用date类型替代datetime类型，和created_at列类型保持一致：

import datetime as dt
import pandas as pd

latest_date = dt.date(2022,6,30)
RFMScore = df.groupby('user_id').agg({'created_at': lambda x: (latest_date - x.max()).days, 'order_id': lambda x: len(x), 'total': lambda x: x.sum()})
RFMScore['created_at'] = RFMScore['created_at'].astype(int)
RFMScore.rename(columns={'created_at': 'Recency', 
                         'order_id': 'Frequency', 
                         'total': 'Monetary'}, inplace=True)

RFMScore.reset_index().head()
return df

方法二：将购买日期列转为datetime类型 #

在分组聚合前，先把created_at列转换为datetime类型，与latest_date类型统一，这种方法更适合后续需要处理时分秒的场景：

import datetime as dt
import pandas as pd

latest_date = dt.datetime(2022,6,30)
# 转换created_at列的类型为datetime
df['created_at'] = pd.to_datetime(df['created_at'])
RFMScore = df.groupby('user_id').agg({'created_at': lambda x: (latest_date - x.max()).days, 'order_id': lambda x: len(x), 'total': lambda x: x.sum()})
RFMScore['created_at'] = RFMScore['created_at'].astype(int)
RFMScore.rename(columns={'created_at': 'Recency', 
                         'order_id': 'Frequency', 
                         'total': 'Monetary'}, inplace=True)

RFMScore.reset_index().head()
return df

内容的提问来源于stack exchange，提问作者Jonathan