本文介绍如何在 Pandas 中准确计算两个日期列之间的月数差（非天数），解决直接使用 pd.Timedelta('1 month') 报错的问题，并提供基于 to_period("M") 的稳健方案及注意事项。
本文介绍如何在 pandas 中准确计算两个日期列之间的月数差（非天数），解决直接使用 `pd.timedelta('1 month')` 报错的问题，并提供基于 `to_period("m")` 的稳健方案及注意事项。
在 Pandas 中，对 datetime64 类型列执行减法运算默认返回 Timedelta 对象（以纳秒为单位），但不能直接用 // pd.Timedelta('1 month') 计算月数差——因为 'month' 不是 Timedelta 支持的有效时间单位（pd.Timedelta 仅支持固定长度单位如 'D', 'H', 'S' 等），故会抛出 ValueError: invalid unit abbreviation: month。
✅ 推荐方案：使用 .dt.to_period("M")
Period 类型专为日历周期设计，"M" 表示“按月对齐的时期”（即年-月，忽略具体日和时分秒）。将日期转换为 Period[M] 后转为整数，得到的是该月距离 Unix 起始月（1970-01）的月序号，两列相减即得自然月数差：
import pandas as pd
data = {
'id_number': ['000001000', '000009795', '000011722'],
'first_date': ['2022-01-08 13:41:00', '2022-11-07 09:16:00', '2022-02-15 12:46:00'],
'last_date': ['2023-06-13 16:33:00', '2022-11-30 12:59:00', '2022-06-21 11:42:00']
}
df_test = pd.DataFrame(data)
# 转换为 datetime
df_test['first_date'] = pd.to_datetime(df_test['first_date'])
df_test['last_date'] = pd.to_datetime(df_test['last_date'])
# ✅ 正确计算月数差（四舍五入到整月，按日历月对齐）
df_test['months_difference'] = (
df_test['last_date'].dt.to_period("M").astype(int)
- df_test['first_date'].dt.to_period("M").astype(int)
)
print(df_test[['id_number', 'first_date', 'last_date', 'months_difference']])输出：
id_number first_date last_date months_difference 0 000001000 2022-01-08 13:41:00 2023-06-13 16:33:00 17 1 000009795 2022-11-07 09:16:00 2022-11-30 12:59:00 0 2 000011722 2022-02-15 12:46:00 2022-06-21 11:42:00 4
? 行为说明：
- 2022-01-08 → Period('2022-01', 'M') → 整数 613（1970-01 为 0，2022-01 是第 613 个月）
- 2023-06-13 → Period('2023-06', 'M') → 整数 630
- 差值 630 - 613 = 17，即跨 17 个完整日历月（2022-01 → 2023-06）。
⚠️ 注意事项：
- 此方法忽略具体日期（日/时/分/秒），仅按年月计算。例如 2022-01-31 和 2022-02-01 均属不同月份，差值为 1；
- 若需更精细逻辑（如按实际天数折算月均值），可用 (last_date - first_date) / np.timedelta64(1, 'M')（但结果为浮点近似，不推荐用于业务逻辑）；
- 确保输入日期列已正确解析为 datetime64[ns]，否则 dt.to_period() 会报错。
总结：dt.to_period("M").astype(int) 是计算日历月差最简洁、可靠且语义清晰的方法，适用于报表统计、用户生命周期分析等场景。
