使用pandas shift计算收益率时遇datetime对象TypeError问题排查

我来帮你拆解这个报错的原因，以及对应的解决办法：

核心报错原因 #

你遇到的TypeError: unsupported operand type(s) for /: 'float' and 'datetime.datetime'，本质是数据类型不匹配，根源出在代码的两个细节上：

1. replace操作未真正修改原数据 #

pandas的绝大多数方法（包括replace）默认返回新对象，不会直接修改原数据。你写的：

price_data_local.replace("NULL",np.nan)

这行代码只是生成了替换后的新数据集，但你没有把结果赋值回price_data_local，所以原数据里的"NULL"字符串仍然存在。这会导致价格列的类型是object（混合了字符串和数值），而非预期的数值型。

2. 混合类型触发错误的类型转换 #

当执行price_data_local/price_data_local.shift(1)时，pandas需要对列元素做除法运算。但因为列是object类型，包含未被替换的"NULL"字符串，pandas无法正确将所有元素解析为float，反而可能误将某些格式类似日期的内容当成datetime类型，最终出现float和datetime相除的矛盾。

另外还有个小细节需要确认：你转换索引时是否把结果赋值回去了？正确的索引转换应该是：

price_data_local.index = pd.to_datetime(price_data_local.index)

如果只是执行pd.to_datetime(price_data_local.index)而没赋值，索引还是字符串类型，虽不是本次报错的直接原因，但会影响后续的日期操作（比如你后面的drop）。

修复后的完整代码 #

# 1. 替换NULL并赋值回原变量，确保修改生效
price_data_local = price_data_local.replace("NULL", np.nan)
# 2. 强制将价格列转换为数值类型（避免object类型的坑）
price_data_local = price_data_local.astype(float)
# 3. 确认索引是datetime类型（如果之前没正确赋值的话）
price_data_local.index = pd.to_datetime(price_data_local.index)
# 4. 计算周度收益率
weekl_rtr_local = price_data_local / price_data_local.shift(1) - 1
# 5. 删除指定日期的行（用pd.to_datetime保证类型匹配）
weekl_rtr_local.drop(pd.to_datetime("2010-01-01"), inplace=True)

内容的提问来源于stack exchange，提问作者semicolon