Pandas Timedelta 以月为单位答案

【问题标题】：Pandas Timedelta in monthsPandas Timedelta 以月为单位
【发布时间】：2017-04-16 20:51:30
【问题描述】：

如何使用 pandas 计算经过的月份？我已经写了以下内容，但是这段代码并不优雅。你能告诉我一个更好的方法吗？

import pandas as pd

df = pd.DataFrame([pd.Timestamp('20161011'),
                   pd.Timestamp('20161101') ], columns=['date'])
df['today'] = pd.Timestamp('20161202')

df = df.assign(
    elapsed_months=(12 *
                    (df["today"].map(lambda x: x.year) -
                     df["date"].map(lambda x: x.year)) +
                    (df["today"].map(lambda x: x.month) -
                     df["date"].map(lambda x: x.month))))
# Out[34]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

【问题讨论】：

标签： python pandas

【解决方案1】：

pandas 0.24.0 更新：

由于 0.24.0 更改了 api 以从周期减法中返回 MonthEnd 对象，您可以进行如下手动计算以获得整个月份的差异：

12 * (df.today.dt.year - df.date.dt.year) + (df.today.dt.month - df.date.dt.month)

# 0    2
# 1    1
# dtype: int64

包装在一个函数中：

def month_diff(a, b):
    return 12 * (a.dt.year - b.dt.year) + (a.dt.month - b.dt.month)

month_diff(df.today, df.date)
# 0    2
# 1    1
# dtype: int64

在熊猫 0.24.0 之前。您可以使用to_period() 将日期四舍五入到月份，然后减去结果：

df['elapased_months'] = df.today.dt.to_period('M') - df.date.dt.to_period('M')

df
#         date       today  elapased_months
#0  2016-10-11  2016-12-02                2
#1  2016-11-01  2016-12-02                1

【讨论】：

这样，epased_months dtype 是“object”，所以我使用 pd.to_numeric() 将“object”转换为“int64”。谢谢你的回答。
这不再直接在 Pandas 0.24 中工作，其中减去句点 now gives you a DateOffset() object。
那么，有没有办法直接得到月份呢？这是非常不切实际的

【解决方案2】：

你也可以试试：

df['months'] = (df['today'] - df['date']) / np.timedelta64(1, 'M')
df
#      date      today    months
#0 2016-10-11 2016-12-02  1.708454
#1 2016-11-01 2016-12-02  1.018501

【讨论】：

为2018-03-01 和2018-02-01 提供0.919937
我不推荐使用：“有两个 Timedelta 单位（'Y', 年和'M', 月）被特殊处理，因为它们代表的时间取决于它们的时间已使用。虽然 timedelta 日单位相当于 24 小时，但无法将月份单位转换为天数，因为不同的月份有不同的天数。"

【解决方案3】：

pandas 1.3 更新

如果你想要整数而不是 MonthEnd 对象：

df['elapsed_months'] = df.today.dt.to_period('M').view(dtype='int64') - df.date.dt.to_period('M').view(dtype='int64')
df

# Out[11]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

这适用于 pandas 1.1.1：

df['elapsed_months'] = df.today.dt.to_period('M').astype(int) - df.date.dt.to_period('M').astype(int)
df

# Out[11]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

【讨论】：

Casting period[M] values to int with .astype 现已弃用，会引发错误，建议改用.view。
@Yulian - 感谢您的提醒。我已经更新了答案。

【解决方案4】：

更简单的方法，也可以使用pandas中的to_period函数来计算。

pd.to_datetime('today').to_period('M') - pd.to_datetime('2020-01-01').to_period('M')
# [Out]:
# <7 * MonthEnds>

如果您只想要整数值，请使用(<above_code>).n

【讨论】：

在数据框中使用它时遇到'Series' object has no attribute 'n' 错误。见map答案。
@citynorman 它适用于我的 pandas 1.2.4 (pd.to_datetime('today').to_period('M') - pd.to_datetime('2020-01-01').to_period('M')).n 提供输出 20
它适用于单个值，但不适用于数据帧

【解决方案5】：

以下将完成此操作：

df["elapsed_months"] = ((df["today"] - df["date"]).
                        map(lambda x: round(x.days/30)))


# Out[34]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

【讨论】：

抱歉没有解释。这样，2016-11-30 和 2016-12-02 之间的月份为 0。在这种情况下我想得到 1。但这很有帮助。谢谢你的回答。
如果年数累积超过1个月，每年累积4天，超过8年，你会开始有错误的结果

【解决方案6】：

这会在处理舍入问题的同时为您提供数据框中的整数月数：

df["n_months"] = (df["date1"].dt.to_period("M") - df["date2"].dt.to_period("M")).map(lambda x: x.n)

还照顾 pandas 1.3.2 int conversion issue

【讨论】：

【解决方案7】：

如果你不介意忽略这些日子，你可以使用 numpy 功能：

import numpy as np

df['elapsed month'] = (df.date.values.astype('datetime64[M]')-    
                    df.today.values.astype('datetime64[M]')) 
                          / np.timedelta64(1,'M')

【讨论】：