以月为单位的日期差和 Python 中的平均值答案

【问题标题】：Take the difference in dates in months and Average in Python以月为单位的日期差和 Python 中的平均值
【发布时间】：2021-03-03 03:19:14
【问题描述】：

我有一个数据集 df，我想从现在（2021 年 3 月 2 日）的几个月内获取日期差异，最后取其平均值

数据

A           B           C           D
3/2/2015    3/2/2016    3/2/2010    3/2/2005
3/2/2000    3/2/2010    3/2/2005    4/2/2005

想要的

A       B       C       D
72.00   60.00   132.00  192.00
252.00  132.00  192.00  193.00
162.00  96.00   162.00  192.50

在做

import datetime


f_date = date(2015, 3, 2)
l_date = date(2021, 3, 2)
delta = l_date - f_date
print(delta.days)

但是，我怎样才能实现它以在整个数据帧上工作以提供所需的输出

欢迎提出任何建议。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

您可以使用apply + pd.to_datetime 将列A、B、C 和D 中的值解析为pandas datetime 对象，转换后从今天的日期中减去它得到包含timedelta对象的数据框，最后除以np.timedelta64(1, 'M')得到months：

out = df.apply(pd.to_datetime, errors='coerce')
out = (pd.to_datetime('today').normalize() - out) / np.timedelta64(1, 'M')

>>> out
            A           B           C           D
0   72.050761   60.025873  132.043779  192.036797
1  252.029816  132.043779  192.036797  191.018296

为了平均使用mean和axis=0：

>>> out.mean()

A    162.040288
B     96.034826
C    162.040288
D    191.527547
dtype: float64

【讨论】：

【解决方案2】：

您可以简单地将日期时间传递给to_period('M') 并获得差异：

df = df.applymap(lambda x: (pd.to_datetime('today').to_period('M') - x.to_period('M')).n)

输出：

	A	B	C	D
0	72	60	132	192
1	252	132	192	191

【讨论】：

您可以将pd.to_datetime('today').to_period('M') 作为效率变量。
谢谢@RJ Adriaansen，上面写着：AttributeError: 'str' object has no attribute 'to_period'
然后运行df = df.applymap(pd.to_datetime)首先将所有日期转换为日期时间对象。您会发现此解决方案会自动对月份进行四舍五入。