pandas基于现有日期列新增随机未来日期列得到NaN值问题求解

问题原因 #

出现NaN的核心原因有2个：

1. 取值语法错误：你使用df.loc[idx, ['Date']]、df.loc[idx, ['discharge_date']]时，列名用列表包裹，返回的是长度为1的Series对象而非日期标量，赋值时索引对齐失败，最终生成空值。
2. 日期类型问题：如果你的Date列没有显式转为datetime类型，仍为字符串格式，无法直接和timedelta相加，也会导致空值。

正确实现方案 #

优先使用向量化操作，效率远高于循环遍历，代码如下：

import pandas as pd
import numpy as np

# 第一步：确保日期列为datetime格式，避免字符串类型报错
df['Date'] = pd.to_datetime(df['Date'])

# 第二步：生成和数据行数一致的随机天数，范围3~50天（randint左闭右开，所以上限填51）
random_days = np.random.randint(3, 51, size=len(df))

# 第三步：直接生成新列，无需循环
df['discharge_date'] = df['Date'] + pd.to_timedelta(random_days, unit='D')

如果一定要修改你原来的循环版本实现，只需去掉列名外层的列表包裹即可：

import random
from datetime import timedelta

df['Date'] = pd.to_datetime(df['Date'])
# 遍历第四列（索引从0开始，所以iloc[:,3]对应第四列）
for idx, value in df.iloc[:,3].iteritems():
    # 直接取列标量值计算，无需用列表包裹列名
    df.loc[idx, 'discharge_date'] = df.loc[idx, 'Date'] + timedelta(days=random.randint(3, 50))

内容的提问来源于stack exchange，提问作者Manolo Dominguez Becerra