如何在Python Pandas中计算DataFrame两日期列差值生成新列

现有如下Pandas DataFrame：

col1                | col2
--------------------|--------------------
2020-01-10 19:45:49 | 2020-01-11 00:00:00
2020-01-24 20:14:33 | 2020-01-24 00:00:00
2020-01-24 11:43:15 | 2020-01-20 00:00:00
NaN                 | 2020-08-14 00:00:00
...                 | ...

数据类型说明：

• col1为object类型，可能包含NaN值
• col2为object类型，无NaN值

需要生成col3，展示col1与col2的日期天数差（col1 - col2），满足以下规则：

• 若col1为NaN，则col3也为NaN
• 若col2日期晚于col1，col3为负数
• 若col2日期早于col1，col3为正数
• 两日期相同时，col3为0

预期结果：

col1                | col2                | col3
--------------------|---------------------|----
2020-01-10 19:45:49 | 2020-01-11 00:00:00 | -1
2020-01-24 20:14:33 | 2020-01-24 00:00:00 | 0
2020-01-24 11:43:15 | 2020-01-20 00:00:00 | 4
NaN                 | 2020-08-14 00:00:00 | NaN
...                 | ...                 | ...

步骤1：将object类型列转换为datetime类型 #

当前col1和col2是字符串格式，无法直接计算日期差，需先转为Pandas的datetime类型：

import pandas as pd

# 转换col1，errors='coerce'将无效值转为NaT（对应NaN）
df['col1'] = pd.to_datetime(df['col1'], errors='coerce')
# 转换col2（无NaN，无需处理错误）
df['col2'] = pd.to_datetime(df['col2'])

步骤2：计算日期天数差生成col3 #

对转换后的datetime列做减法，再提取天数差：

df['col3'] = (df['col1'] - df['col2']).dt.days

该方案完全符合需求：

• col1为NaN（转换后为NaT）时，计算结果自动保留NaN
• 日期差的正负由col1与col2的先后顺序自动判定
• 即使col1包含时间部分，只要日期与col2一致，天数差即为0

内容的提问来源于stack exchange，提问作者dingaro