pandas使用to_timedelta转换datetime列触发TypeError问题排查

直接触发报错的错误操作 #

代码中df_static['time_delta'] = pd.to_timedelta(df_static['Time'])的逻辑完全不符合pandas类型转换规则：

• pd.to_timedelta()的设计用途，是将纯数值、符合时间间隔格式的字符串转换为timedelta（时间差）类型
• 你传入函数的Time列已经通过pd.to_datetime()转换为datetime64[ns]（绝对时间戳）类型，pandas不支持将绝对时间戳直接强制转换为相对时间差类型，因此抛出TypeError: dtype datetime64[ns] cannot be converted to timedelta64[ns]的报错。

附带的变量引用错误 #

你前面定义的DataFrame对象名为df，但后续赋值操作时直接调用了从未定义的df_static对象，二者没有关联，前面针对df['Time']做的类型转换完全不会作用到df_static上，属于变量名引用失误。

参考操作的逻辑误区 #

你参考的向量化添加timedelta列的方案，核心逻辑并不是“把datetime列强制转类型为timedelta”，而是通过两个时间值做向量化差值运算，自动生成timedelta类型的列，完全不需要对datetime列直接套用类型转换函数。
合法的可运行示例参考：

# 计算每行时间与表内最早时间的差值，直接生成timedelta类型列
df['time_delta'] = df['Time'] - df['Time'].min()

上述操作为纯向量化实现，无循环开销，生成的time_delta列会自动识别为timedelta64[ns]类型。

内容的提问来源于stack exchange，提问作者AHalperin