熊猫数据帧天数与零和空值的差异： 类型错误： + 不支持的操作数类型："时间增量"和"整数"

Question

我有一个带有日期的Dataframe。我只是想用最大结束日期和最小开始日期的差异填充一个新列，并找到天数的长度。我的计算是工作的，但如果任何一列包含0或Nan值，它会给我这个错误。有没有人可以看看代码并给出建议。提前谢谢。

# here is the Dataframe
end_d                   start_d                 
0   2021-09-11 00:00:00     2021-08-01 00:00:00     
1   2021-08-29 00:00:00     2021-05-23 00:00:00     
2   2021-09-04 00:00:00     2021-06-13 00:00:00     
3   0                       0                       
4   0                       0                       
5   0                       0                       
6   0                       0                       
7   0                       0                       
8   NaN                     NaN                     
9   NaN                     NaN                     
10  2021-09-04 00:00:00     2021-06-13 00:00:00
11
12
13
#When I use the below code if there aren't any zeros or Nan values, the code is working fine.
dsx['length'] = (dsx['end_d'] - dsx['start_d'] + pd.Timedelta(1, unit=freq)).max()  
# I want something like, below Dataframe. Any suggestion?

end_d                   start_d                 length
0   2021-09-11 00:00:00     2021-08-01 00:00:00     99 days
1   2021-08-29 00:00:00     2021-05-23 00:00:00     99 days
2   2021-09-04 00:00:00     2021-06-13 00:00:00     99 days
3   0                       0                       99 days
4   0                       0                       99 days
5   0                       0                       99 days
6   0                       0                       99 days
7   0                       0                       99 days
8   NaN                     NaN                     99 days
9   NaN                     NaN                     99 days
10  2021-09-04 00:00:00     2021-06-13 00:00:00     99 days
Thanks in advance.

Answer 1

您可以使用skipna过滤非n/A值的数据框。

pandas.Dataframe.dropna

filtered_df = df.dropna()
df['length'] = (filtered_df['end_d'] - filtered_df['start_d'] + pd.Timedelta(1, unit=freq)).max()

这就解决了你的N/A问题，但是你仍然有一个问题，你的列填充了不同的数据类型(int和datetime)。不知道是什么，但你需要解决这个问题。