Question

我有两个pandas列，都转换为datetime格式，并且不能互相减去。

console.log(...)

可以进行减法的格式似乎是正确的，但随后出现此错误：

df['date_listed'] = pd.to_datetime(df['date_listed'], errors='coerce').dt.floor('d')
df['date_unconditional'] = pd.to_datetime(df['date_unconditional'], errors='coerce').dt.floor('d')

print df['date_listed'][:5]
print df['date_unconditional'][:5]

0   2013-01-01
1   2013-01-01
2   2015-04-08
3   2016-03-24
4   2016-04-27
Name: date_listed, dtype: datetime64[ns]
0   2018-10-15
1   2018-06-12
2   2018-08-28
3   2018-08-29
4   2018-10-29
Name: date_unconditional, dtype: datetime64[ns]

我添加了error ='coerce'，认为它可以解决问题，但没有解决。我希望对此有所帮助。

Answer 1

我认为您需要更改格式以与时间戳记区别。

例如：

fmt = '%Y-%m-%d'
date_listed = datetime.datetime.strptime('2013-01-01', fmt)
date_unconditional = datetime.datetime.strptime('2018-10-15', fmt)
print("{0} years, {1} months, {2} days" .format((b.year-a.year),(b.month-a.month),(b.day-a.day)))

o / p：

5 years, 0 months, 4 days

Answer 2

如有必要，请更改第一列foir减去：

df['date_listed_to_sale'] = (df['date_unconditional'] - df['date_listed']).dt.days

或将第一列date_sold转换为日期时间：

df['date_sold'] = pd.to_datetime(df['date_sold'], errors='coerce').dt.floor('d')
df['date_listed_to_sale'] = (df['date_sold'] - df['date_listed']).dt.days

无法将另一日期时间列相减，无法使用类型为dtype（'S1'）和dtype（'<M8 [ns]'）的操作数

2 个答案: