使用numpy.where时datetime64与str_类型无法提升的报错解决方法

错误原因 #

报错核心是np.where的两个返回值类型不匹配：满足条件时返回datetime64类型的时间值，不满足时返回字符串类型的空值''，numpy无法为这两种类型找到通用的 dtype，因此抛出类型提升失败的错误。

解决方案（满足先条件判断的要求） #

方案1：用pd.NaT替代空字符串（推荐）

pd.NaT是pandas专门用于表示缺失时间值的类型，和datetime64类型完全兼容，能保证np.where返回结果的类型统一。

修改后的代码：

import pandas as pd
from datetime import timedelta
import numpy as np

df = pd.DataFrame({
    'open_local_data':['2022-08-24 15:00:00','2022-08-24 18:00:00'],
    'result':['WINNER','']
})
df['open_local_data'] = pd.to_datetime(df['open_local_data'])
# 用pd.NaT替代空字符串，确保类型一致
df['clock_now'] = np.where(
    df['result'] != '',
    df['open_local_data'] + timedelta(minutes=150),
    pd.NaT
)
print(df[['open_local_data','clock_now']])

运行结果：

open_local_data          clock_now
0 2022-08-24 15:00:00 2022-08-24 17:30:00
1 2022-08-24 18:00:00                 NaT

方案2：强制转换为object类型（保留空字符串）

如果业务上必须保留空字符串，可以将np.where的结果强制转为object类型，允许混合存储不同类型的值：

修改后的代码：

import pandas as pd
from datetime import timedelta
import numpy as np

df = pd.DataFrame({
    'open_local_data':['2022-08-24 15:00:00','2022-08-24 18:00:00'],
    'result':['WINNER','']
})
df['open_local_data'] = pd.to_datetime(df['open_local_data'])
# 强制转为object类型，兼容datetime和字符串混合存储
df['clock_now'] = np.where(
    df['result'] != '',
    df['open_local_data'] + timedelta(minutes=150),
    ''
).astype(object)
print(df[['open_local_data','clock_now']])

运行结果：

open_local_data          clock_now
0 2022-08-24 15:00:00 2022-08-24 17:30:00
1 2022-08-24 18:00:00                    

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