Pandas中Timestamp与纳秒级Timedelta相加结果异常问题

你遇到的现象本质是浮点数精度误差和pandas对Timedelta浮点输入的取整规则共同导致的，具体逻辑如下：

1. 基础前提 #

• pd.Timestamp(1) 传入整数参数时，默认以纳秒为单位解析为Unix时间，对应值就是1970-01-01 00:00:00.000000001，内部存储的纳秒计数为1。
• pandas的Timedelta内部统一以64位整数存储纳秒计数，所有输入的非纳秒单位值都会先转换为纳秒整数后再参与运算。

2. 浮点数精度误差的影响 #

你给seconds、microseconds参数传入的1e-9、1e-3都是十进制浮点数，而Python默认的双精度浮点数是二进制存储，这两个值都无法被精确表示：

• 1e-9 秒理论上等于1纳秒，但实际双精度存储的1e-9略小于真实值，乘以1e9转纳秒后得到的结果约为0.9999999999999999，不足1纳秒。
• 1e-3 微秒理论上等于1纳秒，同理1e-3的二进制浮点表示略小于真实值，乘以1000转纳秒后同样不足1纳秒。
• 1e-6 秒理论上等于1000纳秒，这个值的浮点误差非常小，乘以1e9转纳秒后结果非常接近1000，不存在不足1的问题。

3. pandas的取整规则 #

pandas将浮点输入转换为纳秒整数时，会采用向零截断的逻辑，不足1纳秒的部分会被直接丢弃：

• pd.Timedelta(seconds=1e-9) 实际转换后的纳秒计数为0，和原时间戳相加后自然还是原值0.000000001，和你预期的加1纳秒不符。
• pd.Timedelta(microseconds=1e-3) 实际转换后的纳秒计数也为0，相加后同样无变化。
• pd.Timedelta(nanoseconds=1) 传入的是整数，不存在精度损失，转换后纳秒计数为1，相加后得到0.000000002，符合预期。
• pd.Timedelta(seconds=1e-6) 转换后的纳秒计数为1000，相加后得到1+1000=1001纳秒，对应0.000001001，和示例结果一致。

你可以通过打印Timedelta的value属性验证上述结论，该属性会返回内部存储的纳秒整数值：

print(pd.Timedelta(seconds=1e-9).value)  # 输出0
print(pd.Timedelta(microseconds=1e-3).value)  # 输出0
print(pd.Timedelta(nanoseconds=1).value)  # 输出1
print(pd.Timedelta(seconds=1e-6).value)  # 输出1000

内容的提问来源于stack exchange，提问作者deponovo