dataframe 计算两列天数差

可以使用 pandas 库中的 datetime 和 timedelta，例如：

import pandas as pd

df = pd.DataFrame({
    'start_date': ['2022-01-01', '2022-01-02'],
    'end_date': ['2022-01-03', '2022-01-04']
})

df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])

df['days'] = (df['end_date'] - df['start_date']).dt.days

print(df)

输出结果：

  start_date   end_date  days
0 2022-01-01 2022-01-03     2
1 2022-01-02 2022-01-04     2

相关问题

dataframe中两列日期相减怎么实现

在Pandas DataFrame中，如果你想计算两列日期之间的差值，你可以使用`sub`函数或者简单的减法操作。假设你有两个列`date_column1`和`date_column2`，它们都是包含日期时间类型的列（如`datetime64`或`Timestamp`）。以下是两种常见方法：

1. 使用`sub`函数:

df['date_diff'] = df['date_column1'].sub(df['date_column2'], axis=0)

这会创建一个新的列`date_diff`，其中存储的是每个元素在`date_column1`中的日期与`date_column2`中的日期之差。

2. 直接减法（如果列的顺序是你想要减去较小的日期）:

df['date_diff'] = df['date_column1'] - df['date_column2']

这里假设`date_column1`的值大于或等于`date_column2`。

注意：结果通常是Timedelta类型，显示的是两个日期之间的时间差（例如天数、小时、分钟等）。如果你需要获取具体的差距（如年份、月份数），可以进一步使用`days`属性或其他Pandas提供的功能。

pandas 里面两列时间数据，计算天数差

在 Pandas 中，如果两列数据都是日期类型，可以使用 `dt.days` 属性计算两列日期之间的天数差。

例如，假设有一个 DataFrame，其中包含两列日期数据 `start_date` 和 `end_date`，你可以按照以下方式计算它们之间的天数差：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    'start_date': ['2021-01-01', '2021-01-10', '2021-02-01'],
    'end_date': ['2021-01-05', '2021-01-15', '2021-02-10']
})

# 将日期列转换为日期类型
df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])

# 计算天数差
df['days_diff'] = (df['end_date'] - df['start_date']).dt.days

# 显示结果
print(df)

输出结果：

  start_date   end_date  days_diff
0 2021-01-01 2021-01-05          4
1 2021-01-10 2021-01-15          5
2 2021-02-01 2021-02-10          9

在上面的代码中，首先使用 `pd.to_datetime()` 函数将日期列转换为日期类型，然后使用 `(df['end_date'] - df['start_date']).dt.days` 计算天数差，最后将天数差保存在新列 `days_diff` 中。