Pandas中datetime64[ns]与Timestamp差异及日期减法报错解决

1. datetime64[ns] 与 Timestamp 的区别 #

• datetime64[ns]是列级的数据类型，属于numpy提供的时间数组类型，pandas用它标记整列数据为时间序列，保证批量数据的存储和处理效率，是面向集合的类型定义。
• pandas._libs.tslibs.timestamps.Timestamp是单个单元格的标量类型，是pandas封装的时间戳对象，自带丰富的时间操作方法（比如加减时间、提取年月日等）。当列的 dtype 为datetime64[ns]时，列内每个元素会自动封装成Timestamp对象——既保留了整列的存储效率，又让单个元素具备便捷的操作能力。

2. 解决日期运算报错的问题 #

你碰到的type object 'datetime.datetime' has no attribute 'timedelta'错误，根源是导入方式的细节：
你已经通过from datetime import datetime, timedelta把timedelta直接导入了，所以不需要再加datetime.前缀，直接写timedelta(days=1)即可。

另外更推荐用pandas自带的pd.Timedelta做时间运算，和Timestamp兼容性更好，且批量处理时用向量运算比单个赋值效率高得多，示例代码：

import pandas as pd
from datetime import timedelta

# 提取唯一日期并生成新DataFrame
dates = df['BusinessUtc'].unique()
df2 = pd.DataFrame(dates, columns=['OriginalDate'])

# 批量生成减1天的列
df2['ND_eval1'] = df2['OriginalDate'] - pd.Timedelta(days=1)
# 减2天的列
df2['ND_eval2'] = df2['OriginalDate'] - pd.Timedelta(days=2)

如果坚持单个单元格赋值，修正后的代码是：

df2['ND_eval1'][0] = dates[0] - timedelta(days=1)

内容的提问来源于stack exchange，提问作者Tom