如何为DataFrame新增列：按优先级用日期列计算产品故障时的使用时长

嘿，这个需求我之前也碰到过，用Pandas就能轻松实现你的多优先级日期计算逻辑，下面一步步来：

第一步：确保所有日期列是datetime类型 #

首先得把你的日期列（Incident Date、Install Date、Shipping Date、Build Date）都转换成Pandas的datetime格式，不然减法运算会出问题：

import pandas as pd

# 转换日期列（如果你的数据读进来是字符串的话）
date_cols = ['Incident Date', 'Install Date', 'Shipping Date', 'Build Date']
df[date_cols] = df[date_cols].apply(pd.to_datetime, errors='coerce')

errors='coerce'会把无效的日期转成NaT（缺失日期类型），方便后续处理。

第二步：计算各候选时长列 #

分别用三种日期组合计算时长：

# 优先使用 Install Date
df['duration_install'] = df['Incident Date'] - df['Install Date']
# 其次使用 Shipping Date
df['duration_shipping'] = df['Incident Date'] - df['Shipping Date']
# 最后使用 Build Date（数据完整）
df['duration_build'] = df['Incident Date'] - df['Build Date']

计算出来的结果是Timedelta类型，会显示类似365 days这样的格式，如果需要转成纯天数的话，可以加.dt.days，比如df['duration_install'] = (df['Incident Date'] - df['Install Date']).dt.days。

第三步：按优先级合并得到最终时长 #

用combine_first方法按你的优先级规则合并，它会优先保留前面列的非缺失值，缺失的部分用后面的列填充：

df['usage_duration'] = df['duration_install'].combine_first(df['duration_shipping']).combine_first(df['duration_build'])

如果你不想保留中间的三个候选列，可以合并后删掉：

df = df.drop(['duration_install', 'duration_shipping', 'duration_build'], axis=1)

额外提示 #

• 如果Incident Date也存在缺失值，你可能需要先过滤掉这些行，或者根据业务逻辑处理，比如标记为缺失。
• 如果你需要的是小时/分钟级别的时长，可以用Timedelta的其他属性，比如.dt.total_seconds()/3600转成小时。

内容的提问来源于stack exchange，提问作者JordanR