pandas按条件计算日期整月差值 不足1月返回0的实现方法

你的核心思路用月份周期做差是正确的，只需要修正两个细节：一是先确保日期列被正确解析为pandas的datetime类型，二是直接对Period对象做差后取整数差值，不要直接强转Period为int（不同版本下强转逻辑可能不一致）。

完整可运行代码 #

import pandas as pd

# 第一步：将两列日期解析为datetime格式，自动适配月/日/年的输入格式
df['reg'] = pd.to_datetime(df['reg'])
df['in'] = pd.to_datetime(df['in'])

# 第二步：计算月份差，结果为整数类型，天然满足不足1个月返回0的规则
df['new_month'] = (df['in'].dt.to_period('M') - df['reg'].dt.to_period('M')).apply(lambda x: x.n)

# 可选：如果存在in日期早于reg的异常数据，用下面代码把负数差值统一置为0
# df['new_month'] = df['new_month'].clip(lower=0)

计算逻辑说明 #

• 该方案按月份所属周期计算差值，和天级别的间隔无关：同月份的两个日期无论间隔多少天，差值都为0，完全匹配规则要求
• 自动适配跨年的月份计算，不需要手动处理年份差*12的转换逻辑
• 计算结果默认是整数类型，不需要额外做类型转换

结果验证 #

用提供的样例数据运行后，输出和期望完全一致：

reg         in  new_month
0 2021-09-01 2021-09-30          0
1 2021-09-08 2021-11-22          2
2 2021-09-08 2022-01-13          4
3 2021-10-01 2021-10-15          0
4 2022-11-02 2023-05-01          6

内容的提问来源于stack exchange，提问作者Lynn