在熊猫中，从日期系列中减去日期以获得天数系列

【问题标题】：In pandas subtract date from series of date to get series of number of days在熊猫中，从日期系列中减去日期以获得天数系列
【发布时间】：2020-09-22 12:57:17
【问题描述】：

在我的 CSV 文件中，我有一列包含日期和时间，格式为 6/1/2019 12:00:00 AM。我的要求是从所有行中删除时间，然后行将只有日期。在此之后，我必须从基准日期 1/1/2019 中减去所有行，因此该行应该只有天数。例如，如果我们从 2019 年 1 月 1 日减去 2019 年 6 月 1 日，则该行的值为 6。

我尝试了下面的代码来删除时间。

import pandas as pd
df = pd.read_csv('sample.csv', header = 0)
from datetime import datetime,date
df['date'] = pd.to_datetime(df['date']).dt.date

如何从列中的每一行中减去日期 1/1/2019 并使用 pandas 和 python 日期时间库获取天数？

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

从日期时间中删除Series.dt.floor 的时间（将它们转换为00:00:00）并减去日期时间，最后通过Series.dt.days 将输出时间增量转换为天数：

df = pd.read_csv('sample.csv', header = 0, parse_dates=['date'])

df['days'] = df['date'].dt.floor('d').sub(pd.Timestamp('2019-01-01')).dt.days

示例：

df = pd.DataFrame({'date': pd.date_range('2019-01-06 12:00:00', periods=10)})

df['days'] = df['date'].dt.floor('d').sub(pd.Timestamp('2019-01-01')).dt.days
print (df)
                 date  days
0 2019-01-06 12:00:00     5
1 2019-01-07 12:00:00     6
2 2019-01-08 12:00:00     7
3 2019-01-09 12:00:00     8
4 2019-01-10 12:00:00     9
5 2019-01-11 12:00:00    10
6 2019-01-12 12:00:00    11
7 2019-01-13 12:00:00    12
8 2019-01-14 12:00:00    13
9 2019-01-15 12:00:00    14

【讨论】：