使用pd.offsets.DateOffset为Pandas DataFrame添加年份时的限制异常问题

嘿，这个问题我之前排查过，本质是Pandas默认的时间存储类型datetime64[ns]的范围限制在搞鬼，跟DateOffset本身没啥关系！

核心原因：datetime64[ns]的“天花板” #

datetime64[ns]是Pandas默认用来存日期的类型，它用纳秒精度来表示时间，但这种精度的代价就是时间范围有限——它能覆盖的区间大概是1677-09-21 00:12:43到2262-04-11 23:47:16。一旦你通过DateOffset添加年份后，目标日期超出这个上限，就会触发溢出回绕：相当于把超出的时间“折”回到范围的起始端，也就是你看到的1670年代的奇怪日期。

对应你的案例拆解 #

• 给2020-10-29加241年得到2261-10-29，这个日期还在datetime64[ns]的有效范围内，所以显示正常；
• 加242年的话，2020+242=2262，而2262-10-29已经远超过了2262年4月11日的上限，直接溢出回绕到了范围的另一端，也就是1678年的日期；
• 2021年起始的情况同理：2021+240=2261（在范围内），加241年就到2262年，超出上限溢出；
• 2200年加62年是2262年，同样碰到底线，直接回绕。

2261年的特殊性 #

2261年刚好是datetime64[ns]有效范围的倒数第二年，这一年的所有日期都还没超过2262年4月11日的上限，所以你添加年份后得到的2261年日期都能正常显示——这就是它看起来“特殊”的原因，只是刚好卡在不触发溢出的最后一个完整年份而已。

怎么解决这个问题？ #

如果需要处理超长期的日期运算，有几个方案可以选：

• 降低时间精度：比如把日期类型改成datetime64[us]（微秒精度），它能覆盖到公元3001年左右，足够应付大多数超长期场景；
• 用Python原生datetime：Python自带的datetime.datetime对象支持的范围更广（从公元前1年到公元9999年），不过Pandas对原生datetime的运算效率不如datetime64；
• 用第三方时间库：比如arrow或者pendulum，它们不仅支持更广的时间范围，日期运算也更灵活。

示例：切换到datetime64[us] #

# 创建日期范围时指定微秒精度的datetime类型
df = pd.date_range(start="2020-10-29", end="2020-10-30", dtype='datetime64[us]').to_frame(name='dte')
# 加242年也能正常显示
df["dte_"] = df["dte"] + pd.offsets.DateOffset(years=242)
print(df)
# 输出：
#          dte       dte_
# 0 2020-10-29 2262-10-29
# 1 2020-10-30 2262-10-30

最后再划个重点 #

pd.offsets.DateOffset本身没有年份上限，问题完全出在底层存储的datetime64[ns]范围上。Pandas默认用纳秒精度是因为它适合日常高频时间场景，但碰到超长期日期时，就得权衡精度和范围啦。

内容的提问来源于stack exchange，提问作者Rinshan Kolayil