将TimedeltaIndex添加到日期时出现Python类型错误

Question

我正在使用Python 3.7.12，并试图了解将pandas.TimedeltaIndex对象添加到datetime.date对象的行为，特别是为什么有时会出现TypeError: unsupported operand type(s) for +: 'TimedeltaArray' and 'datetime.date'错误。我从源中提取数据，并将其加载到具有一行或多行的数据帧中，并尝试向包含该行的datetime.date和pandas.TimedeltaIndex之和的所有行添加一个新列。只要数据帧中至少有两行，我的代码就会工作，例如

import pandas as pd
import logging
logging.basicConfig(level=logging.DEBUG)
data = {'dates': [pd.to_datetime('2017-04-27 15:59:59', format='%Y-%m-%d %H:%M:%S'),
pd.to_datetime('2017-04-28 15:59:59', format='%Y-%m-%d %H:%M:%S')],
'deltas': ['90', '180']}
df = pd.DataFrame(data)
df['adjusted_dates'] = df['dates'].dt.date + pd.TimedeltaIndex(df['deltas'].astype('int64'), unit='D')
# The deltas have been applied and df is in the expected shape
logging.debug("Job done")

然而，如果我的数据帧中只有一行，我会得到错误：

import pandas as pd
import logging
logging.basicConfig(level=logging.DEBUG)
data = {'dates': [pd.to_datetime('2017-04-27 15:59:59', format='%Y-%m-%d %H:%M:%S')],
'deltas': ['90']}
df = pd.DataFrame(data)
# TypeError: unsupported operand type(s) for +: 'TimedeltaArray' and 'datetime.date'
df['adjusted_dates'] = df['dates'].dt.date + pd.TimedeltaIndex(df['deltas'].astype('int64'), unit='D')
# We don't get this far
logging.debug("Job done")

为什么我看到单行数据帧出现此错误？如有任何帮助，我们将不胜感激。

编辑：我在Stack Overflow上发现了另一个问题，它回答了为什么我的代码有时会失败：Python Pandas:TypeError：不支持+的操作数类型：'；datetime.time'；和'；Timedelta'；

我试图将Pandasdelta对象添加到Pythondatetime中，但这两个堆栈不兼容。当两个操作数都有Pandas对象时，对于单行和多行数据帧，数据帧都会按预期进行更新。

df['adjusted_dates'] = df['dates'] + pd.TimedeltaIndex(df['deltas'].astype('int64'), unit='D')

现在我明白了为什么我的代码不总是成功，我很困惑为什么它不总是失败？

Answer 1

您可以简化为

import pandas as pd
df = pd.DataFrame({'dates': ['2017-04-27 15:59:59', '2017-04-28 15:59:59'],
'deltas': ['90', '180']})
# no need to provide a format, no need to use an index:
df['adjusted_dates'] = (pd.to_datetime(df['dates']) + 
pd.to_timedelta(df['deltas'].astype(int), unit='D'))
# df['adjusted_dates']
# 0   2017-07-26 15:59:59
# 1   2017-10-25 15:59:59
# Name: adjusted_dates, dtype: datetime64[ns]

或者，如果您只想将时间增量添加到日期，则忽略时间：

df['adjusted_dates'] = (pd.to_datetime(df['dates']).dt.floor('D') + 
pd.to_timedelta(df['deltas'].astype(int), unit='D'))
# df['adjusted_dates']
# 0   2017-07-26
# 1   2017-10-25
# Name: adjusted_dates, dtype: datetime64[ns]

请注意，在这两种情况下，您都将使用datetime64[ns]数据类型。如果您按天发言，时间只是不显示(默认为零/00:00:00(。