如何解决Pandas中用日期差值填充DataFrame NaN的类型错误？

问题场景 #

我的DataFrame包含Date_created和Date_closed两列，Date_closed为NaN代表案件未结。想要新增Days_to_close列存储日期差：已结案件用Date_closed - Date_created，未结案件用今日日期 - Date_created。

最初执行代码：

DF['Days_to_close']=DF['Date_Closed']-DF['Date_Created']

已结案件能算出结果，但未结案件因Date_closed为NaN导致Days_to_close也是NaN。

尝试填充时用了以下代码：

today = datetime.date.today()
DF['Days_to_close'].fillna(today- DF['Date_Created'])

报错：unsupported operand type(s) for -: 'DatetimeArray' and 'datetime.date'

又尝试创建今日日期的DataFrame：

today = datetime.date.today()
todaydf = pd.Dataframe({today})

报错：cannot subtract DatetimeArray from ndarray

解决方法 #

核心问题是日期类型不匹配：Pandas的DatetimeArray是矢量化的日期类型，不能直接和Python原生datetime.date运算，得统一用Pandas的Timestamp类型。

不需要循环遍历，用Pandas矢量化操作即可高效解决，步骤如下：

• 确保日期列是datetime类型（如果还不是，先转换）：

DF['Date_Created'] = pd.to_datetime(DF['Date_Created'])
DF['Date_Closed'] = pd.to_datetime(DF['Date_Closed'])

• 计算初始的Days_to_close：

DF['Days_to_close'] = DF['Date_Closed'] - DF['Date_Created']

• 用Pandas的pd.Timestamp.today()获取今日时间（Timestamp类型），计算未结案件的天数差并填充NaN：

# 获取今日Timestamp，去掉时分秒只保留日期部分
today = pd.Timestamp.today().normalize()
# 填充NaN：对未结案件，用今日日期减去创建日期
DF['Days_to_close'] = DF['Days_to_close'].fillna(today - DF['Date_Created'])

补充说明 #

• normalize()方法可以把Timestamp的时分秒部分置为00:00:00，确保计算的是完整天数差
• Pandas矢量化操作比循环遍历效率高得多，尤其是处理大数据量时

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