python /熊貓找到日期之間的年數

Question

我有一個有兩列包含日期的熊貓數據框。我想知道這兩個日期之間的年數，並且考慮閏年。

的樣本數據：

date_end date_start 
2010-02-09 1933-03-03 
2010-03-19 1924-04-08 
2010-04-19 1924-04-08 
2010-09-06 1924-04-08 
2010-09-24 1924-04-08 
2010-01-09 1933-04-29 
2010-02-26 1933-04-29 
2010-01-31 1953-06-10 
2010-07-07 1928-11-14 
2010-12-01 1974-11-17 

date_start和date_end是 「日期時間」 D型的。我想要一個新的列，即兩個日期之間的年數。獲得這兩個日期之間的天數很簡單（df['diff'] = df.date_end - df.date_start），但後來我遇到了麻煩，因爲給定天數的年數取決於閏年發生的日期。

這類似於一個人的年齡。我已經嘗試了針對類似問題的一些解決方案，但許多問題都是關於兩個日期之間的天數或週數。我已經有了一個可以在不考慮閏年的情況下獲得年數的方法，但我想要比這更加正確。

Answer 1

假設你想一年定義爲365天，那麼你可以這樣做：

>> df 
    date_end date_start is_leapyear 
0 2016-02-28 2015-02-28   0 
1 2017-02-28 2016-02-28   1 
2 2018-02-28 2017-02-28   0 

>> df['diff_in_days'] = df['date_end'] - df['date_start'] 
>> df['diff_in_years'] = df["diff_in_days"]/timedelta(days=365) 
>> print df[["date_end", "date_start", "diff_in_years"]] 

>> df 
    date_end date_start is_leapyear diff_in_years 
0 2016-02-28 2015-02-28   0  1.00000 
1 2017-02-28 2016-02-28   1  1.00274 
2 2018-02-28 2017-02-28   0  1.00000 

正如你所看到的，多年與額外的天（2月29），更多的時間日期之間經過。在你的情況下，這將是：

date_end date_start diff_in_years 
0 2010-02-09 1933-03-03  76.991781 
1 2010-03-19 1924-04-08  86.002740 
2 2010-04-19 1924-04-08  86.087671 
3 2010-09-06 1924-04-08  86.471233 
4 2010-09-24 1924-04-08  86.520548 
5 2010-01-09 1933-04-29  76.750685 
6 2010-02-26 1933-04-29  76.882192 
7 2010-01-31 1953-06-10  56.682192 
8 2010-07-07 1928-11-14  81.698630 
9 2010-12-01 1974-11-17  36.063014 

另一方面，如果你只是想在年份的差異。即減去發生日期的年份（在該日發生的那一年發生的時間）。然後，你可以這樣做：

df['date_end_year'] = df.date_end.apply(lambda x: x.year) 
df['date_start_year'] = df.date_start.apply(lambda x: x.year) 
df['diff_in_years'] = df['date_end_year'] - df['date_start_year'] 
print df[["date_end", "date_start", "diff_in_years"]] 

    date_end date_start diff_in_years 
0 2016-02-28 2015-02-28    1 
1 2017-02-28 2016-02-28    1 
2 2018-02-28 2017-02-28    1 

你的情況，這將是：

date_end date_start diff_in_years 
0 2010-02-09 1933-03-03    77 
1 2010-03-19 1924-04-08    86 
2 2010-04-19 1924-04-08    86 
3 2010-09-06 1924-04-08    86 
4 2010-09-24 1924-04-08    86 
5 2010-01-09 1933-04-29    77 
6 2010-02-26 1933-04-29    77 
7 2010-01-31 1953-06-10    57 
8 2010-07-07 1928-11-14    82 
9 2010-12-01 1974-11-17    36