Python datetime处理DataFrame日期减法：解决90天前列生成报错问题

首先得确保你的start_Date列是datetime类型，如果当前是字符串格式，先做类型转换：

import pandas as pd

# 转换日期列类型（若还不是datetime格式）
df['start_Date'] = pd.to_datetime(df['start_Date'])

然后用pd.Timedelta实现日期往前推90天：

# 生成datetime类型的prior列
df['prior'] = df['start_Date'] - pd.Timedelta(days=90)

如果需要把结果转成YYYY-MM-DD这类指定格式的字符串，就用.dt.strftime()方法：

# 生成字符串格式的prior列
df['prior'] = (df['start_Date'] - pd.Timedelta(days=90)).dt.strftime('%Y-%m-%d')

你的两种方法出错原因： #

• 方法一：df['start_Date'] - 90 直接减整数无效，pandas的datetime系列只能和时间间隔对象（比如pd.Timedelta）做运算，不能直接减整数。
• 方法二：存在语法错误（df['start_Date')] 括号不匹配），另外对pandas的Series不能直接调用strftime()，必须通过.dt访问器调用日期相关方法，同时你写的dt应该是pd.Timedelta或datetime.timedelta，否则会触发类型错误。

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