MonthEnd对象的结果为<11 * MonthEnds>，而不是数字

Question

在我的熊猫数据框中，我想找出月份之间的日期差异。该函数将.dt.to_period('M')产生一个MonthEnd对象，<11 * MonthEnds>而不是月份号。

我尝试使用更改列类型，pd.to_numeric()并使用删除字母re.sub("[^0-9]", "", 'blablabla123bla')。两者都不对一个MonthEnd对象起作用。

df['duration_dataset'] = df['date_1'].dt.to_period('M') - df['date_2'].dt.to_period('M')

我预期为11，但输出为<11 * MonthEnds>。

这是最小数据帧

d = {'date_1': ['2018-03-31','2018-09-30'], 'date_2': ['2017-12-31','2017-12-31']}
df = pd.DataFrame(data=d)

df['date_1'] = pd.to_datetime(df['date_1'], format='%Y-%m-%d')
df['date_2'] = pd.to_datetime(df['date_2'], format='%Y-%m-%d')

df['duration_dataset'] = df['date_1'].dt.to_period('M') - df['date_2'].dt.to_period('M')

df

Answer 1

这是Pandas 0.24中的新行为，其中减去Period()对象会为您提供DateOffset子类。

您可以从DateOffset.n属性获取数值：

from operator import attrgetter

df['duration_dataset'] = (
    df['date_1'].dt.to_period('M') -
    df['date_2'].dt.to_period('M')).apply(attrgetter('n'))

这产生

from operator import attrgetter

df['duration_dataset'] = (
    df['date_1'].dt.to_period('M') -
    df['date_2'].dt.to_period('M')).apply(attrgetter('n'))

用于您的示例数据框。

与其将日期转换为期间，不如将它们转换为自0年起的月数，然后减去这些数字：

df['duration_dataset'] = (
    df['date_1'].dt.year * 12 + df['date_1'].dt.month - 1 -
    (df['date_2'].dt.year * 12 + df['date_2'].dt.month - 1)
)

Answer 2

您还可以强制使用Period并直接取差值：intastype('int')

df['duration_dataset'] = df['date_1'].dt.to_period('M').astype('int') - df['date_2'].dt.to_period('M').astype('int')

似乎更快了。