给定日期序列，用pandas 计算该日期与该月第一天的天数，用lambda

可以使用 Pandas 中的 `DatetimeIndex` 和 `Timedelta` 来求日期序列距离该月第一天的天数，并使用 `apply` 方法结合 `lambda` 表达式来实现。

首先，将日期序列转换为 `DatetimeIndex` 对象，使用 `DatetimeIndex` 中的 `day` 属性获取每个日期在该月中的天数，然后使用 `lambda` 表达式计算日期距离该月第一天的天数。

下面是一个示例代码：

import pandas as pd

# 构造日期序列
dates = pd.date_range('2021-01-01', '2021-12-31', freq='D')

# 转换为 DatetimeIndex 对象
date_index = pd.DatetimeIndex(dates)

# 计算距离月初的天数
days_to_month_start = date_index.day.apply(lambda day: day - 1)

# 打印结果
print(days_to_month_start)

输出结果中的每个值表示对应日期距离该月第一天的天数。注意，这里使用的 `lambda` 表达式中的 `day` 参数是 `DatetimeIndex.day` 属性的一个元素，表示该日期在该月中的天数。

相关问题

用pandas lambda 函数求，给定日期列，求该日期距离改月第一天的天数

可以使用 Pandas 的 `apply` 方法以及 Python 的 `datetime` 模块来实现。假设日期列名为 "date"，可以按如下方式定义一个 lambda 函数来计算日期距离该月第一天的天数：

import datetime
import pandas as pd

df = pd.DataFrame({'date': ['2022-01-03', '2022-02-14', '2022-03-20']})

df['days_since_month_start'] = df['date'].apply(lambda x: (datetime.datetime.strptime(x, '%Y-%m-%d').date() - datetime.date(year=x.year, month=x.month, day=1)).days)

这里先使用 `datetime.datetime.strptime` 方法将字符串类型的日期转换为 `datetime.date` 类型，然后再用 `datetime.date` 构造函数构造出该日期所在月份的第一天，两者相减并使用 `days` 方法获取天数即可。

最终得到的结果如下：

         date  days_since_month_start
0  2022-01-03                       2
1  2022-02-14                      13
2  2022-03-20                      19

pandas 给定日期序列，求日期距日期第一天的总天数

可以使用 Pandas 中的 `DatetimeIndex` 和 `Timedelta` 来求日期序列距离该年第一天的总天数。

首先，将日期序列转换为 `DatetimeIndex` 对象，然后使用 `DatetimeIndex` 中的 `dayofyear` 方法求出每个日期在该年中的天数。接着，使用 `Timedelta` 计算每个日期距离该年第一天的天数，最后将结果转换为整数。

下面是一个示例代码：

import pandas as pd

# 构造日期序列
dates = pd.date_range('2021-01-01', '2021-12-31', freq='D')

# 转换为 DatetimeIndex 对象
date_index = pd.DatetimeIndex(dates)

# 距离该年第一天的天数
days_to_year_start = (date_index - pd.Timestamp(year=date_index[0].year, month=1, day=1)).astype('timedelta64[D]').astype(int)

# 总天数
total_days = days_to_year_start + 1

# 打印结果
print(total_days)

输出结果中的每个值表示对应日期距离该年第一天的总天数。注意，最终的结果需要加上 1，因为第一天距离第一天的天数为 0。