如何从CSV计算员工日期差值？含空值填充与统计需求

问题分析 #

你的代码未生效主要有两个核心原因：

1. fillna 默认不会修改原DataFrame，必须赋值回原列或使用 inplace=True 才会生效
2. 日期列若为字符串类型无法直接计算差值，需先转换为datetime格式

完整实现步骤 #

• 1. 导入依赖并读取数据
  读取CSV文件时，同步将日期列转换为datetime类型（注意你的日期格式是日/月/年，需指定format参数匹配）：

  import pandas as pd
  
  # 读取员工数据CSV
  df = pd.read_csv('你的员工数据文件名.csv')
  
  # 转换入职、离职日期为datetime类型
  df['JoinDate'] = pd.to_datetime(df['JoinDate'], format='%d/%m/%Y')
  df['LeftDate'] = pd.to_datetime(df['LeftDate'], format='%d/%m/%Y')
  

• 2. 填充离职日期空值
  将空的LeftDate填充为2022年5月1日，确保修改原数据列：

  # 填充空值为指定日期
  df['LeftDate'] = df['LeftDate'].fillna(pd.to_datetime('1/05/2022', format='%d/%m/%Y'))
  

• 3. 计算每位员工在职天数
  通过日期差值得到整数天数，存入新列TenureDays：

  # 计算在职天数
  df['TenureDays'] = (df['LeftDate'] - df['JoinDate']).dt.days
  

• 4. 统计核心指标
  计算总天数、平均天数、最小/最大天数：

  # 统计关键指标
  total_tenure = df['TenureDays'].sum()
  avg_tenure = df['TenureDays'].mean()
  min_tenure = df['TenureDays'].min()
  max_tenure = df['TenureDays'].max()
  
  # 打印结果
  print(f"总在职天数：{total_tenure}")
  print(f"平均在职天数：{avg_tenure:.2f}")
  print(f"最短在职天数：{min_tenure}")
  print(f"最长在职天数：{max_tenure}")
  

额外注意事项 #

• 若CSV中日期格式不是日/月/年，需调整format参数（比如%m/%d/%Y对应月/日/年）
• 若存在离职日期早于入职日期的错误数据，可通过df['TenureDays'] = df['TenureDays'].clip(lower=0)过滤负数

内容的提问来源于stack exchange，提问作者Samuel Tan