如何为datetime对象添加一个月？pandas业务季度偏移计算报错

• 需求说明：对齐1月、4月、7月、10月起始的季度节点，基于业务季度规则为对应时间节点累加1个工作月，生成符合规则的季度时间范围
• 初始实现代码：

import datetime
import pandas as pd

start = datetime.date.today()
start=start+pd.tseries.offsets.DateOffset(months=1)
end = datetime.date(start.year+2, 12, 31)
business_days_rng =pd.date_range(start, end, freq='BQ')

不再支持整数及整数数组与Timestamp执行加减运算；请勿对n做直接加减操作，请改用n * obj.freq的形式实现偏移计算。

• 高版本pandas（2.0及以上）收紧了时间对象运算的兼容校验：混用原生datetime.date对象与pandas偏移对象做加减时，会被误判定为非兼容的整数与时间戳直接运算逻辑，触发报错
• 原代码使用的BQ频率默认对齐季度最后一个工作日，和需求中“1月、4月、7月为季度起点”的对齐规则不匹配

• 统一将所有原生时间对象转换为pd.Timestamp类型后再做偏移运算，避免类型不匹配的校验问题
• 按照pandas兼容校验规则，偏移量采用倍数 * 偏移规则的形式书写
• 替换季度频率参数为BQS，对齐季度首月的工作日节点，匹配1月、4月、7月的业务季度规则
• 修正后可运行代码：

import datetime
import pandas as pd

# 转换为Timestamp类型初始化起始时间
start = pd.Timestamp(datetime.date.today())
# 采用兼容写法实现加1个月的偏移
start = start + 1 * pd.DateOffset(months=1)
# 转换为Timestamp类型初始化结束时间
end = pd.Timestamp(datetime.date(start.year + 2, 12, 31))
# 使用BQS频率对齐业务季度起始工作日
business_days_rng = pd.date_range(start, end, freq='BQS')

内容的提问来源于stack exchange，提问作者TIMOTHY PETERSON