Pandas时间戳计算TypeError解决：交易时效性与付款到期校验实现

错误原因 #

• 代码执行顺序错误：计算Duration列时，Last_transaction_date还未转换为datetime类型，仍为整数格式，无法直接和日期类型的current_date做减法运算
• 逐行判断逻辑错误：使用apply时错误调用整列的any()方法，无法实现逐行校验，会导致全列返回同一个值
• pd.Timedelta不推荐直接使用年作为单位：受闰年影响年时长不固定，你已经把间隔转换为年数存在Duration列，直接判断数值即可

修复后可运行代码 #

import pandas as pd
import numpy as np

data = {'Pay_Date' : [20220131, 20201231, 20191130, 20210831, 20211031, 20211231],
        'Last_transaction_date': [20191202, 20190220, 20191127, 20190829, 20200323, 20211223]}

df = pd.DataFrame(data)
# 如果要完全匹配你给出的示例输出，把current_date固定为2021-09-05即可，示例的间隔年数是基于该日期计算的
# current_date = pd.to_datetime('2021-09-05')
current_date = pd.to_datetime('today')

# 先完成日期字段类型转换
df['Last_transaction_date'] = pd.to_datetime(df['Last_transaction_date'], format='%Y%m%d')
df['Pay_Date'] = pd.to_datetime(df['Pay_Date'], format='%Y%m%d')

# 计算间隔年数，保留2位小数
df['Duration'] = ((current_date - df['Last_transaction_date']).dt.days / 365).round(2)

# 判断是否有近期交易
df['Recent_Transactions'] = np.where(df['Duration'] < 2, 'YES', 'NO')

# 判断是否待付款
df['To_Pay'] = np.where(df['Pay_Date'] > current_date, 'YES', 'NO')

# 如果需要输出日期为原数字格式，取消下面两行注释即可
# df['Pay_Date'] = df['Pay_Date'].dt.strftime('%Y%m%d').astype(int)
# df['Last_transaction_date'] = df['Last_transaction_date'].dt.strftime('%Y%m%d').astype(int)

print(df)

优化说明 #

• 用np.where代替apply实现逐行判断，运算效率更高，代码更简洁
• 调整了日期转换的顺序，避免类型不匹配报错
• 直接通过.dt.days提取间隔天数再计算年数，逻辑更清晰，避免类型错误

内容的提问来源于stack exchange，提问作者user01