如何在不改变天数的前提下为DatetimeIndex中的日期增加一个月？

现有如下代码：

import pandas as pd
idx = pd.DatetimeIndex(["2019-07-15", "2019-08-15", "2019-09-15", "2019-10-15"])
# 输出结果：
# DatetimeIndex(['2019-07-15', '2019-08-15', '2019-09-15', '2019-10-15'], dtype='datetime64[ns]', freq=None)

需要为每个日期增加一个月，同时保留原日期的天数，预期输出如下：

DatetimeIndex(['2019-08-15', '2019-09-15', '2019-10-15', '2019-11-15'], dtype='datetime64[ns]', freq=None)

方法1：使用pandas.DateOffset #

这是pandas中处理日期偏移最直接的方式，DateOffset(months=1)会精准为每个日期增加一个月，且保留原日期的日分量（前提是目标月份存在该日期）：

import pandas as pd
idx = pd.DatetimeIndex(["2019-07-15", "2019-08-15", "2019-09-15", "2019-10-15"])
new_idx = idx + pd.DateOffset(months=1)
print(new_idx)

执行后将得到预期的输出结果。

方法2：结合dateutil.relativedelta #

如果需要处理更复杂的日期边界场景（比如闰日、月末日期），可以使用dateutil库的relativedelta，它在特殊日期偏移上的表现更灵活：

import pandas as pd
from dateutil.relativedelta import relativedelta

idx = pd.DatetimeIndex(["2019-07-15", "2019-08-15", "2019-09-15", "2019-10-15"])
new_idx = idx + relativedelta(months=1)
print(new_idx)

该方法同样能满足需求，并且对于像2020-02-29这样的闰日，会自动偏移为2020-03-29，避免日期错误。

内容的提问来源于stack exchange，提问作者John