如何在Pandas中为DataFrame日期列精确添加一年？

这个问题我之前也碰到过！用pd.to_timedelta加年份确实会踩坑——它本质是按固定时长计算的，而一年的天数并不固定（平年365天、闰年366天），而且底层转换还会带来奇怪的时分秒偏差。下面给你两个靠谱的、能精确添加日历年份的方法：

方法1：使用Pandas内置的DateOffset #

这是最推荐的方式，Pandas专门提供了DateOffset类来处理日历层面的时间偏移，会自动处理闰年等特殊情况，而且不会产生额外的时分秒。

示例代码：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'original_date': ['2023-01-01', '2020-02-29', '2024-03-15']})
# 先将字符串列转为datetime类型
df['original_date'] = pd.to_datetime(df['original_date'])
# 添加一年
df['date_plus_1_year'] = df['original_date'] + pd.DateOffset(years=1)

print(df)

输出结果会是完全精确的日期，没有多余的时分秒，而且像2020-02-29（闰年）加一年后会自动转为2021-02-28，完全符合日历规则。

方法2：使用dateutil.relativedelta #

如果你需要更灵活的时间偏移（比如同时加年、月、日），可以用dateutil库的relativedelta，同样能精确处理日历年份。

示例代码：

import pandas as pd
from dateutil.relativedelta import relativedelta

df = pd.DataFrame({'original_date': ['2023-01-01', '2020-02-29']})
df['original_date'] = pd.to_datetime(df['original_date'])
# 用apply添加一年
df['date_plus_1_year'] = df['original_date'].apply(lambda x: x + relativedelta(years=1))

为什么pd.to_timedelta不行？ #

简单说，pd.to_timedelta(1, unit='Y')是把“一年”转换成固定的秒数（基于回归年的平均时长，约365.2425天），所以计算出来的时间会带有小数部分，最终表现为额外的时分秒。而且它不会考虑日历中的闰年、月份天数差异，完全是物理时长的累加，不符合我们日常“加一年”的需求。

内容的提问来源于stack exchange，提问作者Pdubbs