Pandas代码报错TypeError：仅能拼接字符串，无法拼接字符串与整数

错误原因 #

你遇到的TypeError本质是字符串与整数的非法拼接，触发点在代码中的df_rates['Mins before time'] + lookback_minutes部分，核心诱因有两种：

1. 列数据类型错误：df_rates['Mins before time']列的存储类型是字符串而非数值（int/float），和整数lookback_minutes相加时被当成字符串拼接操作，直接触发类型错误。
2. 索引与列混淆：根据你描述的df_rates结构，"Mins before time"是索引的名称而非列名，你错误地用列访问方式df_rates['Mins before time']获取数据，实际返回的是索引名的字符串，而非分钟数值。

另外还有一个潜在问题：如果df_rates的列名是字符串格式的时间（而非Timestamp），直接用df_rates.columns[-1]获取的anchor_time会是字符串类型，后续和时间差运算也会引发异常。

修正后的代码 #

情况1："Mins before time"是索引名称 #

import pandas as pd

# 确保anchor_time是Timestamp类型（兼容列名为字符串的情况）
anchor_time = pd.to_datetime(df_rates.columns[-1])
lookback_minutes = 30

# 获取索引中的分钟数并转为数值类型，计算总偏移时长
total_minutes = df_rates.index.astype(int) + lookback_minutes

# 重新设置索引并关联df_profit
df_rates = (df_rates
            .set_index(anchor_time - pd.to_timedelta(total_minutes, unit='min'))
            .join(df_profit)
            .reset_index(drop=True))

情况2："Mins before time"确实是列名 #

import pandas as pd

anchor_time = pd.to_datetime(df_rates.columns[-1])
lookback_minutes = 30

# 先将列转为整数类型，避免字符串拼接错误
df_rates['Mins before time'] = df_rates['Mins before time'].astype(int)
total_minutes = df_rates['Mins before time'] + lookback_minutes

df_rates = (df_rates
            .set_index(anchor_time - pd.to_timedelta(total_minutes, unit='min'))
            .join(df_profit)
            .reset_index(drop=True))

验证步骤 #

1. 执行print(df_rates.info())确认"Mins before time"是索引还是列，以及对应的数据类型。
2. 执行print(type(anchor_time))，确保其类型为pandas._libs.tslibs.timestamps.Timestamp而非字符串。

内容的提问来源于stack exchange，提问作者A Newbie