从文档中：

Series具有一个访问器，用于简洁地返回日期时间，类似于Series值的属性（如果它是类似Series的日期时间/期间）。这将返回一个Series，其索引类似于现有Series。

因此，在调用pandas.Series.apply时，不需要使用.dt访问器，因为它可以单独访问每个元素（已经是datetime）。因此，出现以下错误（取决于Series的类型）：

AttributeError: 'datetime.date' object has no attribute 'dt'
AttributeError: 'Timestamp' object has no attribute 'dt'

请尝试以下操作：

(df.apply(lambda x: x["date1"].to_period('M') - x["date2"].to_period('M'), axis=1))

或者使用矢量代码：

(df["date1"].dt.to_period('M') - df["date2"].dt.to_period("M")) #here, we needed the .dt accessor

0    <0 * MonthEnds>
1    <-1 * MonthEnd>
2    <6 * MonthEnds>
dtype: object

这将返回一个pandas.tseries.offsets.DateOffset。因此，要转换一个数字/int，可以使用operator.attrgetter将名称作为属性：

from operator import attrgetter

(df["date1"].dt.to_period('M') - df["date2"].dt.to_period("M")).apply(attrgetter("n"))

0    0
1   -1
2    6
dtype: int64

• 使用的输入：*

date1      date2
0 2022-01-13 2022-01-01
1 2022-02-05 2022-03-06
2 2022-10-14 2022-04-09

date1    datetime64[ns]
date2    datetime64[ns]
dtype: object