使用pd.to_parquet保存含pd.Timedelta的DataFrame报错，求排查差异

架构老林

2026-6-27

可能的差异点排查方向

以下是真实DataFrame和你的示例之间最可能存在的差异，对应排查方法：

列的整体 dtype 不一致
你的示例中"value"列的 dtype 应该是timedelta64[ns]，但真实DataFrame的"value"列因为混入其他类型，变成了object dtype。虽然单个元素是pd.Timedelta，但pyarrow处理object列时不会按时间差类型解析，而是尝试转为通用数值类型，导致报错。
检查命令：
```
print(df['value'].dtype)  # 真实数据应该显示object，示例显示timedelta64[ns]
```
列内存在混合类型元素
真实DataFrame的"value"列里，除了pd.Timedelta，可能还混有其他类型的元素（比如字符串、整数、None、numpy的timedelta64标量，甚至pd.NaT对象）。这些异类元素会把列的 dtype 拉成object，导致pyarrow无法统一转换。
检查命令：
```
print(df['value'].apply(type).unique())  # 查看列内所有元素的类型
```
MultiIndex 存在不可序列化的层级类型
虽然报错指向"value"列，但真实DataFrame的MultiIndex可能包含pyarrow不支持的类型（比如自定义Python对象、非标准的时间类型），间接干扰了整个DataFrame的序列化流程。
检查命令：
```
# 逐个检查索引层级的dtype
for i in range(df.index.nlevels):
    print(f"Level {i} dtype: {df.index.get_level_values(i).dtype}")
```
Timedelta 对象存在异常属性
个别pd.Timedelta可能是异常创建的（比如内部存储的nanoseconds值格式异常，或者是被篡改过的对象），虽然表面看是正常的Timedelta，但序列化时无法被pyarrow识别。可以尝试把列转成timedelta64类型，看是否报错：
```
df['value'] = pd.to_timedelta(df['value'])  # 若报错，说明存在无法转换的异常元素
```
依赖库版本不一致
你的示例环境和真实环境的pandas、pyarrow版本可能不同，旧版本的pyarrow对object列中的pd.Timedelta支持不完善，导致转换失败。
检查命令：
```
import pandas as pd
import pyarrow
print(f"Pandas版本: {pd.__version__}")
print(f"PyArrow版本: {pyarrow.__version__}")
```