如何在NumPy中为日期增减时间间隔？日期减月报错求助

各错误原因拆解 #

• 第一个错误（np.timedelta64(-5,'M')）
  numpy的timedelta64基于固定时长的时间差单位，而月份是可变长度的（比如2月28天、1月31天），numpy不支持直接对datetime64[ns]类型数组加减可变长度的月份单位。同时，timedelta64('M')和datetime64[ns]属于不同类型的时间单位，numpy的same_kind转换规则不允许跨这类单位的隐式转换，因此抛出类型转换错误。

• 第二个错误（relativedelta(months=-5)）
  relativedelta是dateutil库的Python对象（dtype为O即object类型），而dates是numpy的datetime64[ns]类型数组。numpy的通用函数（ufunc）无法处理numpy原生日期类型与Python对象类型的混合运算，找不到对应的加法实现，所以报错。

• 第三个错误（datetime.fromtimestamp(...)）
  dates.astype(datetime)无法将整个numpy数组转为Python的datetime对象数组，而是试图把数组作为整体转换为单个datetime类型，这本身不成立。另外，datetime.fromtimestamp()仅接受标量时间戳，传入数组自然触发“只能用整数标量数组转换为标量索引”的错误。

可行解决方案 #

方案1：dateutil.relativedelta结合numpy向量化处理 #

import numpy as np
from dateutil.relativedelta import relativedelta

dates = np.array(['2023-02-28T00:00:00.000000000','2022-12-31T00:00:00.000000000','2019-01-01T00:00:00.000000000'], dtype=np.datetime64)

# 定义向量化函数逐个处理数组元素
subtract_months = np.vectorize(lambda dt: dt.astype('datetime64[us]').astype(object) + relativedelta(months=-5))
result = subtract_months(dates)
print(result)

方案2：改用Pandas（更简洁） #

Pandas对日期数组的月份加减支持更友好：

import pandas as pd
import numpy as np

dates = np.array(['2023-02-28T00:00:00.000000000','2022-12-31T00:00:00.000000000','2019-01-01T00:00:00.000000000'], dtype=np.datetime64)

# 转成Pandas的DatetimeIndex后直接加减月份
pd_dates = pd.DatetimeIndex(dates)
result = pd_dates - pd.DateOffset(months=5)
print(result.values)  # 转回numpy数组（可选）

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