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 AB one 2014-01-01 2014-02-28 two 2014-02-03 2014-03-01 

Я пробовал следующее, но получаю сообщение об ошибке, когда я 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?

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]: ABC one 2014-01-01 2014-02-28 -58 days two 2014-02-03 2014-03-01 -26 days 

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

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

Так,

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

Что возвращает

  ABC one 2014-01-01 2014-02-03 33 two 2014-02-03 2014-03-01 26 

Понимание списка – ваш лучший выбор для самого Pythonic (и самого быстрого) способа сделать это:

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

Если ваши столбцы не в формате даты и времени. Более короткий синтаксис будет выглядеть следующим образом: df.A = pd.to_datetime(df.A)

Как насчет этого:

 times['days_since'] = max(list(df.index.values)) times['days_since'] = times['days_since'] - times['months'] times 
  • pandas: строки фильтра DataFrame с цепочкой операторов
  • Установить значение для конкретной ячейки в pandas DataFrame с использованием индекса
  • Аннотировать точки данных при построении графика из Pandas DataFrame
  • Как сопоставить числовые данные в категории / корзины в кадре данных Pandas
  • AttributeError: объект «PandasExprVisitor» не имеет атрибута «visit_Ellipsis», используя pandas eval
  • Pandas groupby с разделителем
  • Pandas DataFrame: как группировать последовательные значения
  • Обработка текста на основе NLTK с помощью панд
  • Условно заполнять значения столбцов на основе другого значения столбцов в пандах
  • Как разбить столбец на два столбца?
  • Заменить значения в серии pandas с помощью словаря эффективно
  • Давайте будем гением компьютера.