熊猫减去日期以获得手术患者的住院时间

Question

我有一个包含入院日期 (ADMIDATE) 和出院日期 (DISDATE) 的手术活动数据框。它是 600k 行 x 78 列，但我已针对特定手术对其进行了过滤。我想计算停留时间并将其添加为另一列。 通常我使用

df["los"] = (df["DISDATE"] - df["ADMIDATE"]).dt.days

我最近不得不清理数据，并且必须以与以前不同的方式完成它，因为我现在得到了负损失，例如。

DISDATE.	. ADMIDATE.	. los.
2019-12-24	2019-12-08	-43805.
2019-05-15	. 2019-03-26	50.
2019-10-11	. 2019-10-07	4.
2019-06-20	2019-06-16	4
2019-04-11	2019-04-08	3

df.info()

df.info()

    <class '`pandas`.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 78 columns):

5 ADMIDATE 5 非空 datetime64[ns] 28 DISDATE 5 非空 datetime64[ns]

RangeIndex：5 个条目，0 到 4 数据列（共78列）：

5   ADMIDATE          5 non-null      datetime64[ns]
28  DISDATE           5 non-null      datetime64[ns]

我不确定如何针对问题提出正确的问题，以及为什么它只影响某些行。在清理数据时，一些 DISDATES 必须从另一列（也是日期列）填充，因为它们不完整，我想知道这些是否是由于原始数据的某些保留而导致的，即使打印新的DISDATE 看起来不错。

Answer 1

您的样本与正确的输出效果很好（第一行为 16 天）

你可以试试看问题是否仍然存在：

import io

data = df[['DISDATE', 'ADMIDATE']].to_csv()
test = pd.read_csv(io.StringIO(data), index_col=0,
                   parse_dates=['DISDATE', 'ADMIDATE'])

print(test['DISDATE'].sub(test['ADMIDATE']).dt.days)

输出：

0    16
1    50
2     4
3     4
4     3
dtype: int64

更新

要调试您的错误日期，请尝试：

df.loc[pd.to_datetime(df['ADMIDATE'], errors='coerce').isna(), 'ADMIDATE']

您应该会看到值不是正确日期的行。