Python循环报错：Cannot unpack non-iterable Timedelta object问题解析

我正在学习Python，尝试通过循环为Pandas DataFrame bond_df 添加dirty_price列。其中days_left是Timedelta类型的Series，单独执行days = days_left[1].days能提取出整数天数（比如2）。

出错的循环代码 #

for i, number in days_left:
    days = days_left[i].days
    bond_df['dirty_price'][i] = bond_df['closing_price'][i] + ((365 - days)/365)

执行后报错：

TypeError: cannot unpack non-iterable Timedelta object

正常运行的循环代码 #

for i in range(0, len(days_left)):
    days = days_left[i].days
    bond_df['dirty_price'][i] = bond_df['closing_price'][i] + ((365 - days)/365)
    print(days, bond_df['dirty_price'])

两种循环的核心差异 #

• 第一种循环直接遍历Series days_left：Pandas Series默认遍历的是元素本身，而非索引+元素的键值对。这里每个元素是Timedelta对象，无法拆成两个变量。
• 第二种循环遍历索引序列：通过range(len(days_left))生成所有元素的索引，再用索引去days_left和bond_df中定位取值，逻辑是通过索引访问元素，不存在解包问题。

第一种循环报错的原因 #

写for i, number in days_left:时，Python会尝试把每个迭代对象拆成两个值赋值给i和number，但days_left的元素是不可迭代的Timedelta对象，无法被拆分成两部分，因此抛出解包错误。

如果想实现索引+元素的遍历，正确写法是用Series的.items()方法，每次迭代返回(索引, 元素值)的元组：

for i, timedelta_val in days_left.items():
    days = timedelta_val.days
    bond_df['dirty_price'][i] = bond_df['closing_price'][i] + ((365 - days)/365)

额外优化建议 #

Pandas中逐行循环性能极低，更推荐矢量化操作，一行代码就能完成计算：

bond_df['dirty_price'] = bond_df['closing_price'] + ((365 - days_left.days)/365)

内容的提问来源于stack exchange，提问作者Niclas Rasmussen