Python转换DataFrame日期列 按疫苗类型为接种日期添加对应天数

pandas内置了向量化的日期处理能力，无需手动遍历列元素即可完成需求，实现逻辑如下：

• 第一步：将字符串格式的接种日期列转换为pandas datetime类型
  代码：

  # 显式指定格式避免解析异常，如确认所有日期都是YYYY-MM-DD格式也可以省略format参数
  df['接种日期'] = pd.to_datetime(df['接种日期'], format='%Y-%m-%d')
  

• 第二步：定义疫苗种类与待加天数的映射关系
  你可以根据实际需求调整下方字典的键值：

  vaccine_day_map = {
      "灭活疫苗": 21,
      "重组蛋白疫苗": 14,
      "腺病毒载体疫苗": 0
  }
  

• 第三步：生成计算后的日期列
  直接通过pandas内置的时间增量方法完成计算，比for循环效率高100倍以上，且不会出现遍历引发的类型错误：

  # 按疫苗种类匹配天数，转换为时间增量后和接种日期相加
  df['计算后日期'] = df['接种日期'] + pd.to_timedelta(df['疫苗种类'].map(vaccine_day_map), unit='D')
  
  # 如需要输出为YYYY-MM-DD格式的字符串，可加下方代码
  df['计算后日期'] = df['计算后日期'].dt.strftime('%Y-%m-%d')
  

你之前写for循环报错的核心原因大概率是直接对字符串格式的日期做加法，或者遍历取值时类型不匹配，上述方法完全可以替代手动遍历逻辑。

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