如何从pd.datetime变量中减去字符串格式的pandas时间频率值？

直接利用pandas内置的频率偏移对象即可实现需求，无需手动解析频率字符串。

通用方法（支持所有pandas频率字符串） #

使用pd.tseries.frequencies.to_offset()将字符串格式的频率转换为对应的偏移对象，再直接与datetime变量做减法：

import pandas as pd

date_value = pd.to_datetime("2019-12-10 10:57:00")
freq_str = "15min"  # 可替换为"1B"、"1W"等任意pandas支持的频率字符串

# 转换为偏移对象
offset = pd.tseries.frequencies.to_offset(freq_str)
new_date_value = date_value - offset

这个方法能处理所有pandas支持的频率类型，包括固定时长（如1min、2h）和非固定时长（如1B工作日、1W周）的场景。

简化方法（仅支持固定时长频率） #

如果你的频率都是固定时长类型（无1B、1W这类业务/周期频率），可以直接用pd.to_timedelta()转换后运算：

new_date_value = date_value - pd.to_timedelta(freq_str)

内容的提问来源于stack exchange，提问作者wildcat89