为何转换为datetime64[ns]后，DataFrame减法仍报UFuncTypeError？

你遇到的UFuncTypeError本质是DataFrame列名不匹配导致的数据对齐问题：

• 直接对df2和df1执行减法时，pandas会先按列名对齐两个DataFrame的数据。
• df1只有start列，df2只有end列，对齐后两个DataFrame都会出现对方列名的缺失值（填充为NaN），而NaN的 dtype 是float64。
• 此时减法操作就变成了datetime64[ns]类型的数据和float64类型的NaN做减法，触发了类型不兼容的错误。

有两种简单的修复方式：

1. 统一列名后再相减
   修改其中一个DataFrame的列名，让两者列名一致：

   df1 = pd.DataFrame(['2022-01-01'], columns=['date'])
   df1['date'] = pd.to_datetime(df1['date'])
   
   df2 = pd.DataFrame(['2023-01-01'], columns=['date'])
   df2['date'] = pd.to_datetime(df2['date'])
   
   df2 - df1  # 正常得到Timedelta结果
   

2. 直接提取对应列进行运算
   不需要修改列名，直接选取两个DataFrame的列做减法：

   df2['end'] - df1['start']  # 直接得到TimedeltaSeries
   

内容的提问来源于stack exchange，提问作者Confounded