在Pandas DataFrame中结合日期类型使用DateOffset的报错问题

错误原因 #

你当前代码的问题出在df['start_date'].apply(lambda x: DateOffset(month = df.loc[x,'total_months'].astype(int)))这一行：

• 当对df['start_date']调用apply时，lambda参数x是单个Timestamp类型的日期值，而非行的索引。
• 你用df.loc[x, 'total_months']试图以Timestamp为索引查找行，数据集中不存在这类索引，因此抛出KeyError: Timestamp。
• 之前用常量数字能成功，是因为不需要通过索引查找值，直接给DateOffset传入固定数值即可。

正确解决方案 #

方案1：整行遍历（简洁直观） #

改用df.apply(axis=1)，可同时获取每行的start_date和total_months：

from pandas.tseries.offsets import DateOffset

df['final_date'] = df.apply(lambda row: row['start_date'] + DateOffset(months=row['total_months']), axis=1)

方案2：矢量化操作（性能更优） #

针对大数据集，推荐用矢量化计算替代apply，效率更高：

import pandas as pd

df['final_date'] = df['start_date'] + pd.DateOffset(months=1) * df['total_months']

补充说明 #

• 注意DateOffset的参数是months而非month（你原代码写错了参数名，这也是潜在问题）。
• DateOffset会自动处理月末日期的边界情况（比如2023-01-31加1个月得到2023-02-28/29），符合常规业务逻辑。

内容的提问来源于stack exchange，提问作者MC Jong