Python中DataFrame分组求和报错：datetime64类型不支持求和操作

错误原因 #

你的DataFrame包含datetime64类型的列，groupby.sum()默认会对所有列执行求和操作，但datetime类型本身不支持sum运算，因此触发报错。

解决方案 #

1. 仅对数值列求和（推荐）

使用numeric_only=True参数限制sum操作只处理数值类型列：

product_group = all_data.groupby('Product')
product_group.sum(numeric_only=True)

或者直接指定需要求和的数值列（比如你的数值列是Sales、Quantity）：

product_group = all_data.groupby('Product')
product_group[['Sales', 'Quantity']].sum()

2. 处理datetime列（仅适用于特定场景）

如果你的datetime列记录的是时间间隔/时长，需要计算总时长，可以先将其转换为数值型时间戳，求和后再转回datetime：

import pandas as pd

# 假设目标datetime列名为'OrderTime'，转换为秒级时间戳
all_data['OrderTime_ts'] = all_data['OrderTime'].view('int64') // 10**9

product_group = all_data.groupby('Product')
sum_ts = product_group['OrderTime_ts'].sum()

# 转回datetime（注意：求和后的时间戳仅代表总秒数，并非常规时间点）
sum_datetime = pd.to_datetime(sum_ts, unit='s')

注意 #

大部分业务场景下，对datetime列求和没有实际意义，优先选择第一种方案。

内容的提问来源于stack exchange，提问作者Batman1865