Добавить столбец с количеством дней между датами в DataFrame pandas

Я хочу вычитать даты в 'A' из дат в 'B' и добавить новый столбец с разницей.

df
          A        B
one 2014-01-01  2014-02-28 
two 2014-02-03  2014-03-01

Я пробовал следующее, но получаю сообщение об ошибке, когда пытаюсь включить его в цикл for...

import datetime
date1=df['A'][0]
date2=df['B'][0]
mdate1 = datetime.datetime.strptime(date1, "%Y-%m-%d").date()
rdate1 = datetime.datetime.strptime(date2, "%Y-%m-%d").date()
delta =  (mdate1 - rdate1).days
print delta

Что мне делать?

Ответы

Ответ 1

Предполагая, что это столбцы datetime (если они не применяются to_datetime), вы можете просто их вычесть:

df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])

In [11]: df.dtypes  # if already datetime64 you don't need to use to_datetime
Out[11]:
A    datetime64[ns]
B    datetime64[ns]
dtype: object

In [12]: df['A'] - df['B']
Out[12]:
one   -58 days
two   -26 days
dtype: timedelta64[ns]

In [13]: df['C'] = df['A'] - df['B']

In [14]: df
Out[14]:
             A          B        C
one 2014-01-01 2014-02-28 -58 days
two 2014-02-03 2014-03-01 -26 days

Примечание. убедитесь, что вы используете новый pandas (например, 0.13.1), это может не работать в более старых версиях.

Ответ 2

Чтобы удалить текстовый элемент 'days', вы также можете использовать аксессуар dt() для серии: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.dt.html p >

Итак,

df['A'] = pd.to_datetime(df['A'])
df['B'] = pd.to_datetime(df['B'])

df['C'] = (df['B'] - df['A']).dt.days

Что возвращает

             A          B   C
one 2014-01-01 2014-02-03  33
two 2014-02-03 2014-03-01  26

Ответ 3

Я думаю, что понимание списка - лучший выбор для самого Pythonic (и самого быстрого) способа сделать это:

[int(i.days) for i in (df.B - df.A)]
  • я верну timedelta (например, "-58 дней" )
  • i.days вернет это значение как длинное целочисленное значение (например, -58L)
  • int (i.days) даст вам -58, который вы ищете.

Ответ 4

Как насчет этого:

times['days_since'] = max(list(df.index.values))  
times['days_since'] = times['days_since'] - times['months']  
times