Python中计算日期差值时去除“days”关键字，得到整数天数

嗨，这个问题我之前处理pandas日期差的时候也碰到过，其实有两种简单高效的方法可以去掉“days”字样，只保留整数天数：

方法一：使用timedelta的.dt.days属性（推荐） #

这是最直接的原生方法，因为你的Days列是timedelta64[ns]类型，pandas为这类数据提供了.dt.days属性，能直接提取对应的整数天数，完全不需要处理字符串：

# 如果已经计算出Days列（timedelta类型）
df['Days'] = df['Days'].dt.days

# 或者直接在计算差值时一步到位
df['Days'] = (df['Date2'] - df['Date1']).dt.days

处理后，Days列的类型会变成整数（int64），值就是纯数字，比如1、4，不会带“days”后缀。

方法二：字符串提取（仅当Days列是字符串类型时用） #

如果你的Days列不小心被转换成了字符串类型（比如导出后再导入），可以用正则提取数字部分，再转成整数：

df['Days'] = df['Days'].str.extract('(\d+)').astype(int)

不过优先推荐方法一，它是针对timedelta类型的原生操作，速度更快也更可靠。

举个完整的示例：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Date1': ['2017-10-24', '2017-11-24'],
    'Date2': ['2017-10-25', '2017-11-29']
})

# 确保日期列是datetime类型
df['Date1'] = pd.to_datetime(df['Date1'])
df['Date2'] = pd.to_datetime(df['Date2'])

# 计算并提取整数天数
df['Days'] = (df['Date2'] - df['Date1']).dt.days

print(df)

输出结果：

Date1      Date2  Days
0 2017-10-24 2017-10-25     1
1 2017-11-24 2017-11-29     4

内容的提问来源于stack exchange，提问作者Mighty