Pandas报错处理：timedelta64[ns]与int类型无法比较问题求解

报错的核心是maturite列为timedelta64[ns]时间差类型，无法直接和整数365做大小比较，也不能直接参与数值运算，需要先转换为对应的天数字段。同时你代码还存在两个隐藏问题：

• Taux moyen pondéré字段当前为object类型，需要先转换为浮点型才能参与数值计算
• 自定义函数taux_act直接传入整列Series时，if m <365的逻辑无法直接作用于布尔数组，需要调整为逐行处理或者向量化运算逻辑

步骤1：预处理字段类型 #

首先将时间差列转为天数值，同时转换利率字段为浮点型：

# 提取时间差的天数为整数列
df['maturite_days'] = df['maturite'].dt.days
# 转换利率列为浮点型
df['Taux moyen pondéré'] = df['Taux moyen pondéré'].astype(float)

另外你原来的日期转换逻辑可以优化为Pandas内置方法，执行效率更高，还支持异常值处理：

df['Date de la valeur'] = pd.to_datetime(df['Date de la valeur'], format='%d/%m/%Y')
df["Date d'échéance"] = pd.to_datetime(df["Date d'échéance"], format='%d/%m/%Y')

步骤2：实现利率计算逻辑 #

推荐使用向量化运算np.where，性能远高于逐行遍历：

import numpy as np

df['taux'] = np.where(
    df['maturite_days'] < 365,
    ((1 + df['Taux moyen pondéré'] * df['maturite_days'])/360) ** (365/df['maturite_days']) - 1,
    df['Taux moyen pondéré']
)

如果习惯使用自定义函数，可以调整为逐行调用：

def taux_act(row):
    m = row['maturite_days']
    t = row['Taux moyen pondéré']
    if m < 365:
        return ((1 + t * m)/360) ** (365/m) - 1
    else:
        return t

df['taux'] = df.apply(taux_act, axis=1)

内容的提问来源于stack exchange，提问作者Dounia