Pandas计算日期间隔天数 报&运算符不支持DatetimeArray类型错误

• 运算符优先级错误：Python中按位与运算符&的优先级高于比较运算符<=/>=/</>，原代码里写的datedebut<=d0 & datefin>=d0会被解析为datedebut <= (d0 & datefin) >= d0，而pandas的DatetimeArray类型不支持直接做&按位与运算，直接触发类型报错。
• 函数传参逻辑错误：原函数是针对单个日期标量写的分支判断，直接把整列Series作为参数传入时，if/elif分支无法对整列数组做逐元素判断，就算修好运算符问题也无法得到正确结果。
• 逻辑边界缺失：原函数没有覆盖「用户日期区间和2021年10月完全不重叠」的场景，这类行计算时会返回空值。
• 日期解析风险：原代码调用pd.to_datetime时没有指定dayfirst=True，"01/10/2021"这类日/月/年格式的字符串会被默认解析为1月10日，而非预期的10月1日，会导致后续计算结果完全错误。

优先用pandas向量化逻辑实现，不需要写多分支判断，性能远高于逐行apply，核心是用日期区间重叠的通用公式：重叠天数 = 两个区间的较晚开始日期 到 两个区间的较早结束日期 的间隔天数，无重叠则返回0。
完整可运行代码如下：

import pandas as pd

# 统一解析所有日期列，指定dayfirst=True适配日/月/年格式
df["mois0"] = pd.to_datetime("01/10/2021", dayfirst=True)
df["mois1"] = pd.to_datetime("31/10/2021", dayfirst=True)
df["De"] = pd.to_datetime(df["De"], dayfirst=True)
df["-"] = pd.to_datetime(df["-"], dayfirst=True)

# 计算重叠区间的起止时间
overlap_start = df[["De", "mois0"]].max(axis=1)
overlap_end = df[["-", "mois1"]].min(axis=1)

# 计算天数，无重叠的情况赋值为0
df["abs_202110"] = (overlap_end - overlap_start).dt.days + 1
df.loc[df["abs_202110"] < 0, "abs_202110"] = 0

如果需要保留原有自定义函数的写法，需要修正运算符、补全边界，同时用apply逐行传入标量值：

def calculAbsMois(datedebut, datefin, d0, d1):
    # 补全无重叠的边界场景
    if datefin < d0 or datedebut > d1:
        return 0
    # 比较条件加括号，标量逻辑判断用and而非&
    if (datedebut <= d0) and (datefin >= d0):
        if datefin > d1:
            return (d1 - d0).days + 1
        else:
            return (datefin - d0).days + 1
    elif (datedebut < d1) and (datefin > d1):
        return (d1 - datedebut).days + 1
    elif (datedebut >= d0) and (datefin <= d1):
        return (datefin - datedebut).days + 1

# 逐行调用函数传入标量参数
df['abs_202110'] = df.apply(
    lambda row: calculAbsMois(row["De"], row["-"], row["mois0"], row["mois1"]),
    axis=1
)

补充说明：如果是对整列做布尔逻辑筛选，pandas中需要用&且每个比较条件必须加括号，比如(df['a'] > 1) & (df['b'] < 2)，但普通Python标量值的逻辑判断要使用and/or/not，不要和数组级的按位逻辑运算符混用。

内容的提问来源于stack exchange，提问作者Nat Parsy