Pandas无需apply()计算DataFrame两列日期间隔天数的向量化方法

最优向量化实现方案 #

直接使用pandas timedelta类型自带的dt访问器即可，代码如下：

df['c'] = (df['b'] - df['a']).dt.days

这个方案完全是底层向量化运算，不需要逐行遍历，性能远高于apply实现：10万行级别的数据下，速度是apply方案的50~100倍，数据量越大性能优势越明显。

扩展替代方案 #

如果需要灵活适配不同的时间单位转换，可以用整除指定时间单位的方式实现，同样是向量化运算：

# 转天数
df['c'] = (df['b'] - df['a']) // pd.Timedelta(days=1)
# 如果要转小时，修改单位参数即可
# df['c'] = (df['b'] - df['a']) // pd.Timedelta(hours=1)

两种方案的输出结果完全一致，都是整数类型的间隔天数。

内容的提问来源于stack exchange，提问作者Cuteufo