用Pandas计算DataFrame入职日期与基准日天数差并新增“入职天数”列

要计算每个入职日期与基准日期之间的天数差异，并创建一个新列`'入职天数'`，可以使用Pandas库中的日期时间功能。假设你的DataFrame名为`df`，并且有一个列`'入职日期'`，你可以使用以下代码： ```python import pandas as pd # 假设 df 是你的 DataFrame，且 '入职日期' 列是日期时间格式 df['入职日期'] = pd.to_datetime(df['入职日期']) # 定义基准日期 基准日期 = pd.to_datetime('2023-10-01') # 你可以根据需要更改基准日期 # 计算每个入职日期与基准日期之间的天数差异 df['入职天数'] = (基准日期 - df['入职日期']).dt.days ``` 这段代码的解释如下： 1. `pd.to_datetime(df['入职日期'])`：将`'入职日期'`列转换为日期时间格式。 2. `基准日期 = pd.to_datetime('2023-10-01')`：定义一个基准日期。 3. `(基准日期 - df['入职日期']).dt.days`：计算每个入职日期与基准日期之间的天数差异，并将结果存储在新列`'入职天数'`中。 这样，你就可以得到一个新的列`'入职天数'`，其中包含每个员工的入职日期与基准日期之间的天数差异。 ######[AI写代码神器 | 306点数解答 | 2024-10-26 15:28:59]