如何计算DataFrame中两日期列的整数天数差并生成新列？

嘿，这个需求我经常碰到，给你几个简单靠谱的解决办法，轻松得到整数天数差👇

首先要提个小细节：你当前的代码df['Checkin'] - df['Checkout']得到的是负的timedelta（因为示例里Checkout日期晚于Checkin），如果想要正的天数差，建议反过来计算；或者用绝对值兜底，避免出现负数结果。接下来就可以提取整数天数了，有几种常用方案：

方法一：直接用dt.days属性（最推荐） #

timedelta对象的dt.days属性会直接忽略时分秒部分，返回对应的整数天数，完全符合你的需求：

# 方案1：明确顺序（Checkout晚于Checkin时用这个）
df['Days_Stayed'] = (df['Checkout'] - df['Checkin']).dt.days

# 方案2：用绝对值兜底（不确定哪个日期在前时更稳妥）
df['Days_Stayed'] = abs(df['Checkin'] - df['Checkout']).dt.days

用你提供的示例数据计算后，Days_Stayed列会直接得到整数2。

方法二：按需向上/向下取整 #

如果需要根据时分秒做取舍（比如哪怕超过0天1分钟也算1天），可以用这两种方式：

• 向下取整（和dt.days效果完全一致）：

df['Days_Stayed'] = (df['Checkout'] - df['Checkin']).dt.floor('D').dt.days

• 向上取整（比如1天1小时直接算2天）：

from math import ceil
df['Days_Stayed'] = df.apply(lambda row: ceil((row['Checkout'] - row['Checkin']).total_seconds() / (24*3600)), axis=1)

前置小提醒 #

如果你的Checkin和Checkout列还没转换成datetime类型，需要先做类型转换：

import pandas as pd
df['Checkin'] = pd.to_datetime(df['Checkin'])
df['Checkout'] = pd.to_datetime(df['Checkout'])

内容的提问来源于stack exchange，提问作者D500