如何计算Pandas DataFrame日期列表列内最大与最小日期的间隔天数

以下是两种不同场景下的高性价比实现方式： #

方案1：逐行处理（适合中小数据集，代码最简洁） #

直接对每行的日期列表做日期格式转换后计算差值，逻辑清晰易维护：

import pandas as pd

# 示例数据
data = [
    ["Item_1", ["2020-06-01", "2020-06-02", "2020-07-05"]],
    ["Item_2", ["2018-04-15", "2018-04-22"]],
    ["Item_3", ["2016-02-15", "2016-02-22", "2016-03-05", "2016-04-01"]],
]
df = pd.DataFrame(data, columns=["Item_ID", "Dates"])

# 新增天数差列
df["day_diff"] = df["Dates"].apply(
    lambda x: (pd.to_datetime(x).max() - pd.to_datetime(x).min()).days
)

方案2：长表转换（适合十万行以上的大数据集，性能更优） #

避免逐行遍历的开销，利用 Pandas 向量化运算能力提升处理速度：

# 把日期列表拆分为多行
tmp = df.explode("Dates", ignore_index=False)
# 统一做日期格式转换
tmp["Dates"] = pd.to_datetime(tmp["Dates"])
# 按原索引分组计算差值，合并回原表
df = df.join(
    tmp.groupby(tmp.index)["Dates"].agg(lambda x: (x.max()-x.min()).days).rename("day_diff")
)

注意事项 #

如果你的Dates列存储的已经是datetime类型而非字符串，可直接去掉pd.to_datetime()转换步骤，运算速度会更快。

内容的提问来源于stack exchange，提问作者user