小编IDo*_*ing的帖子

我正在尝试做类似的事情

df.query("'column' == 'a'").count()

但与

df.query("'column' == False").count()

使用querybool 列的正确方法是什么？

 LastLogin                         LastPurchased              
2018-08-21 00:28:04.081677         0001-01-01 00:00:00
2018-08-21 00:28:58.209522         2018-08-20 00:28:58.209522    

我需要几天的差异，(df[LastLogin] - df['LastPurchased']).dt.days但有一些'0001-01-01 00:00:00'在LastPurchased. 我尝试更改1-01-01为 Panda 范围内的日期的任何操作都会导致Out of bounds nanosecond timestamp: 1-01-01 00:00:00. 还有其他方法吗？

     LastLogin                         LastPurchased              Days
2018-08-21 00:28:04.081677         1999-01-01 00:00:00            6935
2018-08-21 00:28:58.209522         2018-08-20 00:28:58.209522      1

我有这个，146 days 12:37:08.787241但我只想要整数天数。出于某种原因，当我 df['days'].astype(int)给我一个错误时

cannot astype a timedelta from [timedelta64[ns]] to [int32]

但astype似乎是许多其他人的解决方案