pandas计算DataFrame日期列与datetime对象的年份差报错修复
报错原因梳理
- 类型不匹配:传入函数的
dataadmissao列本身就是datetime64[ns]类型的pandas序列,不是函数预期的字符串格式,strptime方法仅支持字符串入参,碰到序列/非字符串类型会直接抛出类型错误 - 调用逻辑错误:
np.vectorize的使用方式有误——代码直接执行了years_between(input_1['dataadmissao'], datetime.now()),把函数的返回值传给了矢量化接口,没有将函数本身作为映射逻辑传入,就算没有类型错误也无法正常输出结果 - 逻辑冗余且格式不匹配:当前日期列已经完成datetime类型转换,不需要再用
strptime做字符串转日期的操作;且原函数里写的解析格式"%d/%m/%Y"是日/月/斜杠分隔格式,和现有日期的年-月-横杠分隔格式完全不匹配,就算传入字符串入参也会触发解析错误
调整后可直接运行的实现方案
方案1:保留自定义函数,修正调用逻辑
去掉函数内多余的字符串解析步骤,让函数直接适配datetime对象,再正确调用矢量化接口:
from datetime import datetime import numpy as np # 修正后的年份差计算函数 def years_between(start_date, end_date): # 直接提取日期对象的年份属性计算差值 return abs(end_date.year - start_date.year) # 正确初始化矢量化计算函数 calc_years = np.vectorize(years_between) # 传入日期列与当前时间计算列差 input_1['difference_in_years'] = calc_years(input_1['dataadmissao'], datetime.now())
方案2:使用pandas原生能力实现(效率更高)
pandas对日期列提供内置.dt访问器,可直接完成全列向量化运算,不需要额外编写自定义函数或循环:
current_time = datetime.now() # 直接提取两个日期的年份字段做差取绝对值 input_1['difference_in_years'] = (current_time.year - input_1['dataadmissao'].dt.year).abs()
说明:两种实现的计算逻辑完全一致,均按自然年份差返回整数结果(仅对比年份字段差值,不校验月、日是否满足整年跨度,和原自定义函数的返回规则完全匹配)。
内容的提问来源于stack exchange,提问作者AlSub
相关产品推荐
相关产品推荐

