如何为DataFrame日期列添加随机偏移？解决timedelta类型错误

错误原因很明确：Python标准库的datetime.timedelta只能接受单个数值类型的参数，而你传入的df['date_offset']是pandas Series（批量数据），所以触发类型不兼容的错误。

这里给你两种高效的解决方式：

方法一：使用pandas向量化时间增量转换（推荐） #

利用pandas内置的pd.to_timedelta函数，直接将整列的偏移天数转换为时间增量，这是向量化操作，处理大数据集效率更高：

import pandas as pd
import numpy as np
import datetime

# 生成示例DataFrame（如果你的df已存在可跳过）
df = pd.DataFrame({'col': range(10)})

df['date_offset'] = np.random.randint(1, 100, df.shape[0])
df['from_date'] = datetime.datetime.now()
# 将偏移列转为时间增量后与起始日期相加
df['to_date'] = df['from_date'] + pd.to_timedelta(df['date_offset'], unit='days')

方法二：逐行处理（适合小数据集） #

如果数据量不大，也可以用apply逐行计算时间偏移：

df['to_date'] = df.apply(
    lambda row: row['from_date'] + datetime.timedelta(days=row['date_offset']),
    axis=1
)

内容的提问来源于stack exchange，提问作者Ravindra