如何在pandas的timedelta日期计算中处理缺失值

你之前运算报错的核心原因是标准库datetime.timedelta不支持接收NaN作为入参，pandas原生的向量化时间处理方法可以自动兼容缺失值，完整保留所有原始行不影响后续其他分析，可选两种实现方式：

方法1：使用pandas原生to_timedelta（推荐） #

pd.to_timedelta原生支持缺失值，遇到NaN会自动返回NaT，整个运算不会中断：

import pandas as pd
import datetime as dt

# 直接计算，缺失值行结果自动为NaT，原数据所有行完整保留
question['Cdat'] = question['Breddat'] - pd.to_timedelta(question['Result'], unit='D')

注：unit='D'指定Result列的数值单位为天，和你原来用dt.timedelta的逻辑完全一致。

方法2：仅对非空行赋值 #

如果一定要沿用dt.timedelta的写法，可先筛选出两列都非空的行再做计算，空行自动留空：

import pandas as pd
import datetime as dt

# 先初始化Cdat列为空时间类型
question['Cdat'] = pd.NaT
# 筛选Breddat和Result都不为空的行
valid_mask = question['Breddat'].notna() & question['Result'].notna()
# 仅对有效行做计算
question.loc[valid_mask, 'Cdat'] = question.loc[valid_mask, 'Breddat'] - question.loc[valid_mask, 'Result'].map(dt.timedelta)

两种方法都会完整保留你原始DataFrame的所有行，缺失值对应的Cdat列会自动填充为NaT，完全不影响你后续对缺失行的其他分析。

内容的提问来源于stack exchange，提问作者JohnH