Python Pandas 如何给日期加上DataFrame列中存储的周数

报错原因 #

datetime.timedelta()的weeks参数仅支持传入单值标量，不支持直接传入Pandas Series类型对象，因此将固定周数替换为DataFrame列时会触发类型不支持错误。

解决方案 #

方案1：使用Pandas内置pd.to_timedelta()（优先推荐） #

pd.to_timedelta()原生支持Series类型输入，属于矢量化操作，性能远高于逐行处理，适配绝大多数场景：

# 转换起始日期为datetime格式
start_datetime = pd.to_datetime(startDate, format='%Y-%m-%d')
# 直接对周数列生成对应时间差，再和起始日期相加
df['Date'] = start_datetime + pd.to_timedelta(df['Duration (weeks)'], unit='W')

参数说明：unit='W'表示传入的数值单位为周。

方案2：逐行apply处理（仅适合小数据量） #

如果你的周数字段存在特殊逻辑需要逐行判断，可以用apply逐行生成timedelta：

df['Date'] = df.apply(
    lambda row: pd.to_datetime(startDate, format='%Y-%m-%d') + datetime.timedelta(weeks=row['Duration (weeks)']),
    axis=1
)

注意：该方案是逐行遍历操作，数据量超过1万行时性能会明显低于方案1。

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