Python中使用pandas计算指定日期与开户日间隔年份(MOB)的实现方法

前置修正：日期格式转换错误修复 #

你当前的日期转换代码中format参数与实际日期字符串格式不匹配，原始数据中的日期为YYYY-MM-DD格式，需要调整参数：

import pandas as pd
df = pd.DataFrame(
     { "MIS_DATE": ["2018-03-02", "2020-03-26", "2019-08-17", "2019-08-17", "2019-08-19"],
       "CRDACCT_DTE_OPEN": ["2021-03-31", "2021-03-31", "2021-03-31", "2021-03-31",  "2021-03-31"]})

# 修正日期转换逻辑
df['CRDACCT_DTE_OPEN'] = pd.to_datetime(df['CRDACCT_DTE_OPEN'], format='%Y-%m-%d')
df['MIS_DATE'] = pd.to_datetime(df['MIS_DATE'], format='%Y-%m-%d')

准确计算满年开户年限MOB #

要计算满N年的年限，需要先取年份差，再判断月日是否过了当年的开户纪念日，没到则减1，避免闰年或月日不匹配的误差：

# 计算初始年份差
year_gap = df['MIS_DATE'].dt.year - df['CRDACCT_DTE_OPEN'].dt.year
# 判断是否过了当年开户纪念日
passed_anniv = (df['MIS_DATE'].dt.month > df['CRDACCT_DTE_OPEN'].dt.month) | \
              ((df['MIS_DATE'].dt.month == df['CRDACCT_DTE_OPEN'].dt.month) & 
               (df['MIS_DATE'].dt.day >= df['CRDACCT_DTE_OPEN'].dt.day))
# 计算最终MOB，不满整年的减1，clip(lower=0)用于限制最小年限为0，避免日期倒序出现负数
df['MOB'] = (year_gap - (~passed_anniv).astype(int)).clip(lower=0)

简化版计算（适合精度要求不高的场景） #

如果不需要严格卡月日，可直接按总天数除以365向下取整：

df['MOB'] = ((df['MIS_DATE'] - df['CRDACCT_DTE_OPEN']).dt.days // 365).clip(lower=0)

效果验证 #

以你举的例子为例：开户日期为2018-03-31，指定日期为2021-03-01时，月日未到纪念日，MOB为2；指定日期为2021-03-31时，MOB为3，符合需求。
你提供的测试数据中所有MIS_DATE都早于开户日期，所以计算得到的MOB均为0，可替换为实际业务数据验证效果。

内容的提问来源于stack exchange，提问作者Anwar San