如何为datetime64[ns]格式日期增加6个自然月？解决代码报错

嘿，我来帮你搞定这个日期运算的问题！

首先说清楚你报错的根源：你对effective_date列用apply()的时候，传入lambda的x已经是单个的Timestamp时间戳对象了，不是DataFrame的整行数据，所以你用x['effective_date']这种字典下标访问的方式肯定会报错——Timestamp根本不是可下标访问的类型呀！

另外提一句，你第一行pd.to_datetime(data['effective_date'].values)完全是多余的，因为你自己都说明这个列已经是datetime64[ns]类型了，没必要再转一次。

接下来给你两种解决方案，第二种更推荐：

方案1：修正apply的lambda逻辑 #

只需要把lambda里的x['effective_date']改成x就行，直接对时间戳对象做加法：

from dateutil.relativedelta import relativedelta

# 删掉那行多余的类型转换代码
data['six_mth_interval'] = data['effective_date'].apply(lambda x: x + relativedelta(months=6))

方案2：更高效的向量式操作（强烈推荐） #

pandas的datetime列天生支持向量运算，完全不用逐行循环的apply（数据量大的时候apply会很慢），直接对整列做加法就行：

from dateutil.relativedelta import relativedelta

data['six_mth_interval'] = data['effective_date'] + relativedelta(months=6)

如果不想导入dateutil库，也可以用pandas自带的DateOffset：

data['six_mth_interval'] = data['effective_date'] + pd.DateOffset(months=6)

这样就能顺利算出每个日期加6个月后的结果啦！

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