Pandas 中按数据类型智能计算两列差异的完整教程-Python教程-PHP中文网

Pandas 中按数据类型智能计算两列差异的完整教程

本文介绍如何在 pandas 中对混合数据类型（字符串、数值、日期时间）的两列进行类型感知的差异计算，自动识别类型并分别执行相等判断、数值差或日期天数差，避免类型错误与 nan 传播。

本文介绍如何在 pandas 中对混合数据类型（字符串、数值、日期时间）的两列进行类型感知的差异计算，自动识别类型并分别执行相等判断、数值差或日期天数差，避免类型错误与 nan 传播。

在实际数据分析中，常遇到同一列中混杂多种数据类型（如 str、float、datetime64），直接使用 df['col2'] - df['col1'] 会触发 TypeError 或返回意外的 timedelta64 对象。本教程提供一种稳健、可扩展、类型优先的解决方案：按优先级顺序尝试数值转换 → 日期转换 → 字符串比较，逐层回退并填充结果。

核心思路：类型试探 + 分层回填

Pandas 不支持单行内多类型运算，但可通过 pd.to_numeric(..., errors='coerce') 和 pd.to_datetime(..., errors='coerce') 将无法解析的值转为 NaN，再利用 fillna() 实现“尝试-失败-换策略”的链式处理。关键在于定义清晰的类型判定优先级：

优先尝试数值运算：若两列均可转为数字，则计算 |col2 - col1|（取绝对值更符合“差异”语义，也可按需移除 .abs()）；
其次尝试日期运算：若数值转换失败（产生 NaN），则尝试转为 datetime，并计算 .dt.days；
最后 fallback 到字符串判等：若前两者均失败，则判断 col1 != col2，返回 'not same'。

✅ 推荐实现（简洁健壮版）

import pandas as pd
import numpy as np

# 假设 df 已加载
c1, c2 = 'col1', 'col2'

df['difference'] = (
    pd.to_numeric(df[c1], errors='coerce')
      .sub(pd.to_numeric(df[c2], errors='coerce'))
      .abs()  # 可选：保留符号用 .sub(...) 即可
      .fillna(
          pd.to_datetime(df[c1], errors='coerce')
            .sub(pd.to_datetime(df[c2], errors='coerce'))
            .dt.days
      )
      .fillna(
          df[c1].ne(df[c2]).map({True: 'not same', False: np.nan})
      )
)

⚠️ 注意：.dt.days 返回 int64，但若日期差为负（如 2024-02-11 - 2024-02-12），结果为 -1；示例中期望输出为正数 1，故建议统一使用 .dt.days.abs()（见下方优化版）。

MiniMax 媒体生成
一款AI音频处理工具，主要用于MiniMax统一媒体生成技能，用于TokenPlan工作流。当用户要求生成音频、语音、TTS、旁白、图片、插图、姿势等媒体内容时使用，适合需要提升相关任务效率的用户。

下载

? 优化版（严格匹配预期输出）

c1, c2 = 'col1', 'col2'

df['difference'] = (
    # Step 1: numeric diff (abs)
    pd.to_numeric(df[c1], errors='coerce')
      .sub(pd.to_numeric(df[c2], errors='coerce'))
      .abs()
    # Step 2: fallback to date diff (abs days)
    .fillna(
        (pd.to_datetime(df[c1], errors='coerce')
           .sub(pd.to_datetime(df[c2], errors='coerce'))
           .dt.days
           .abs())
    )
    # Step 3: fallback to string inequality
    .fillna(df[c1].ne(df[c2]).map({True: 'not same'}))
)

运行后，df['difference'] 将精确生成预期结果：

字符串行（hi/hello, in-transit/in-stock）→ 'not same'
数值行（18.0/19.52）→ 1.52
日期行（2024-02-12/2024-03-07 → 24 天；2024-02-12/2024-02-11 → 1 天）→ 24.0, 1.0（注意：2024-03-07 - 2024-02-12 = 24 days，非 25 —— 符合 Python datetime 精确计算）