将 TimedeltaIndex 添加到日期时出现 Python 类型错误

我正在使用 Python 3.7.12 并试图理解添加pandas.TimedeltaIndex反对datetime.date对象，特别是为什么我有时会得到一个TypeError: unsupported operand type(s) for +: 'TimedeltaArray' and 'datetime.date'错误。我正在从源中提取数据并将其加载到包含一行或多行的数据框中，并尝试向包含行之和的所有行添加新列datetime.date and pandas.TimedeltaIndex对于该行。只要数据框中至少有两行，我的代码就可以工作，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")

但是，如果我的数据框中只有一行，则会收到错误：

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")

为什么我会在单行数据帧中看到此错误？任何帮助将不胜感激。

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：类型错误：+ 不支持的操作数类型：“datetime.time”和“Timedelta” https://stackoverflow.com/questions/43506680/python-pandas-typeerror-unsupported-operand-types-for-datetime-time-and

我试图添加熊猫deltaPython 对象datetime，但这两个堆栈不兼容。当我的两个操作数都有 Pandas 对象时，数据帧会按单行和多行数据帧的预期进行更新。

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并不总是成功，我很困惑为什么它并不总是失败？

你可以简化为

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 timedelta 添加到date，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，您都会有datetime64[ns]数据类型。如果你地板到当天，时间是只是没有显示（默认为零/00:00:00）。