Diferencia entre dos fechas en Python

Posiblemente una de las mejores opciones para trabajar con fechas en Python sea el tipo de dato datetime64 de NumPy. El cual permite realizar operaciones con fechas como con números, pudiendo restar, sumar o dividir con días, semanas, meses o años. Veamos las opciones que ofrece datetime64 para calcular la diferencia entre dos fechas en Python.

Creación de series con fechas

En Pandas existe el método date_range() con el que se puede crear una serie de fechas separadas con un período dado. La forma básica de esta función es la siguiente

pd.date_range(start, periods, freq)

Donde

• start: es la fecha en la que comienza la serie
• periods: es el número elementos que se desea para la serie
• freq: es la separación entre cada uno de los elementos
  • 'D': dias
  • 'W': semanas
  • 'M': meses
  • 'Y': años

Por ejemplo, para crear un DataFrame con una serie separada por días, semanas, meses y años se puede usar el siguiente código.

import numpy as np
import pandas as pd

df = pd.DataFrame({'days': pd.date_range(start='9/1/2022', periods=6, freq='D'),
                   'weeks': pd.date_range(start='9/2/2022', periods=6, freq='W'),
                   'months': pd.date_range(start='9/3/2020', periods=6, freq='M'),
                   'years': pd.date_range(start='9/3/2020', periods=6, freq='Y')})

print(df)
print(df.dtypes)

        days      weeks     months      years
0 2022-09-01 2022-09-04 2020-09-30 2020-12-31
1 2022-09-02 2022-09-11 2020-10-31 2021-12-31
2 2022-09-03 2022-09-18 2020-11-30 2022-12-31
3 2022-09-04 2022-09-25 2020-12-31 2023-12-31
4 2022-09-05 2022-10-02 2021-01-31 2024-12-31
5 2022-09-06 2022-10-09 2021-02-28 2025-12-31
days      datetime64[ns]
weeks     datetime64[ns]
months    datetime64[ns]
years     datetime64[ns]
dtype: object

Nótese que, cuando la frecuencia no es diaria, la serie no comienza en la fecha indicada, sino que lo hace en el último día de la semana, mes o año a la que corresponde la fecha. Por otro lado, se puede comprobar que el tipo de dato de cada una de las series del DataFrame es datetime64.

En Analytics Lane

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Obtener la diferencia entre dos fechas en Python

En ese punto, una vez creado un DataFrame con varias series tipo fecha, se puede ver como calcular la diferencia entre dos fechas. Por ejemplo, entre las series days y weeks

df.days - df.weeks

0    -3 days
1    -9 days
2   -15 days
3   -21 days
4   -27 days
5   -33 days
dtype: timedelta64[ns]

El resultado que se ve por pantalla es el esperado, la diferencia entre las fechas. En este caso el resultado aparece en un tipo de dato nuevo timedelta64 donde se puede almacenar diferencias entre dos fechas. Si se desea obtener la diferencia en meses u otra unidad de tiempo, simplemente se debe dividir el resultado entre un dato de tipo timedelta64 adecuado. Lo que se puede conseguir con la función np.timedelta64(). Así, para obtener el resultado en días se puede hacer

(df.days - df.weeks) / np.timedelta64(1, 'D')

0    -3.0
1    -9.0
2   -15.0
3   -21.0
4   -27.0
5   -33.0
dtype: float64

En donde el resultado es una serie con datos de tipo real (float64). O para obtener la diferencia en meses simplemente se debe cambiar la frecuencia por 'M'.

(df.days - df.weeks) / np.timedelta64(1, 'M')

0   -0.098565
1   -0.295694
2   -0.492823
3   -0.689953
4   -0.887082
5   -1.084211
dtype: float64

Consiguiendo el resultado en una serie de tipo float64.

Incluir la diferencia entre dos fechas en un DataFrame

Lo visto hasta ahora se puede usar para incluir en un DataFrame la diferencia entre dos fechas en diferentes unidades. Algo que se muestra en el siguiente ejemplo.

df = pd.DataFrame({'start': pd.date_range(start='1/1/2022', periods=6, freq='W'),
                   'end': pd.date_range(start='9/1/2022', periods=6, freq='M')})

df['diff_days'] = (df['end'] - df['start']) / np.timedelta64(1, 'D')
df['diff_weeks'] = (df['end'] - df['start']) / np.timedelta64(1, 'W')
df['diff_months'] = (df['end'] - df['start']) / np.timedelta64(1, 'M')
df['diff_years'] = (df['end'] - df['start']) / np.timedelta64(1, 'Y')

print(df)

       start        end  diff_days  diff_weeks  diff_months  diff_years
0 2022-01-02 2022-09-30      271.0   38.714286     8.903674    0.741973
1 2022-01-09 2022-10-31      295.0   42.142857     9.692191    0.807683
2 2022-01-16 2022-11-30      318.0   45.428571    10.447853    0.870654
3 2022-01-23 2022-12-31      342.0   48.857143    11.236370    0.936364
4 2022-01-30 2023-01-31      366.0   52.285714    12.024888    1.002074
5 2022-02-06 2023-02-28      387.0   55.285714    12.714840    1.059570

Conclusiones

En esta entrada se ha visto el uso de los tipos de dato datetime64 y timedelta64 de NumPy para calcular la diferencia entre dos fechas en Python. Una operación que se puede realizar de una manera sencilla gracias a este tipo de dato.

Imagen de Michal Jarmoluk en Pixabay