如何将DataFrame中字符串日期列转为时间戳并计算日期间差值

错误原因 #

报错是因为date1、date2两列当前为字符串类型，Python不支持直接对字符串做减法运算计算日期差。

转换日期列为时间戳格式 #

有两种常用转换方式：

• 读取数据时直接转换
  如果是从csv等文件读取生成DataFrame，可通过parse_dates参数直接指定要解析为日期的列，无需后续手动转换：

import pandas as pd
df = pd.read_csv("你的文件路径.csv", parse_dates=["date1", "date2"])

• 对已有DataFrame手动转换
  使用pd.to_datetime()方法单独转换两个日期列：

df["date1"] = pd.to_datetime(df["date1"])
df["date2"] = pd.to_datetime(df["date2"])

提示：如果你的日期是特殊自定义格式，可以添加format参数提升转换效率、避免识别错误，示例：df["date1"] = pd.to_datetime(df["date1"], format="%Y-%m-%d")

计算日期差生成day列 #

日期格式转换完成后即可直接做减法运算，若需要提取纯数字格式的天数，可调用.dt.days属性：

# 生成timedelta类型的时间差列
df["day"] = df["date2"] - df["date1"]

# 生成纯数字格式的天数列
df["day"] = (df["date2"] - df["date1"]).dt.days

运行结果示例 #

对你提供的测试数据执行以上代码后，输出结果如下：

date1      date2  day
0 2021-11-02 2021-11-02    0
1 2021-11-02 2021-11-03    1
2 2021-11-02 2021-11-07    5

内容的提问来源于stack exchange，提问作者skulldoger