计算DataFrame日期列与指定日期差值时返回NaN的问题求助

核心原因 #

1. 日期格式字符串错误：pd.to_datetime中使用的%m-%d-%YYYY是无效格式，正确的4位年份占位符是%Y，错误格式会导致所有日期解析失败，生成NaT（Not a Time）值，后续计算差值自然返回NaN。
2. 冗余的类型转换：pd.to_datetime已经返回Timestamp类型对象，df['date'].agg(pd.Timestamp)这一步完全多余，不会改变数据类型，反而可能掩盖解析失败的问题。
3. today类型不明确：如果today不是pandas.Timestamp或datetime.datetime类型，会导致日期减法运算失败，返回NaN。

解决步骤 #

1. 修正日期格式字符串：将format='%m-%d-%YYYY'改为format='%m-%d-%Y'。
2. 移除冗余转换代码：删除df['date']=df['date'].agg(pd.Timestamp)这一行。
3. 确保today为合法日期类型：显式定义today为pandas.Timestamp对象，比如today = pd.Timestamp.today()。
4. 处理解析失败的行（可选）：如果原始日期列存在不符合格式的数据，可通过df['date'].isna()筛选并处理这些行，避免后续运算受影响。

修正后的代码示例 #

import pandas as pd

# 假设df已定义
today = pd.Timestamp.today()
df['date'] = pd.to_datetime(df['date'], format='%m-%d-%Y', errors='coerce')
# 检查是否有解析失败的行（可选）
print("解析失败的行数：", df['date'].isna().sum())
# 计算日期差值，跳过NaT值
df['Days'] = df['date'].apply(lambda x: (today - x).days if pd.notna(x) else pd.NA)
print(df['Days'])

验证要点 #

• 运行df['date'].head()查看是否生成了有效的Timestamp对象，而非NaT。
• 若仍有NaN，检查原始date列的字符串是否完全符合mm-dd-yyyy格式（比如是否有多余空格、错误分隔符）。

内容的提问来源于stack exchange，提问作者hamideh