Pandas从现有日期时间列创建新列时出现TypeError的问题求解

嘿，这个问题我之前处理过，咱们来搞清楚问题出在哪以及怎么修复：

错误原因 #

你执行了pd.to_datetime(df['start_date'])但没有将转换后的结果重新赋值给df['start_date']！这就导致df['start_date']依然保持原来的字符串（或非datetime64）类型，而Python无法直接将字符串和datetime.timedelta对象相加，所以抛出了TypeError: coercing to Unicode: need string or buffer, datetime.timedelta found这个错误。

修复方法 #

有两种简单的方式可以解决这个问题：

方法一：将转换后的datetime列存回原列 #

这是最直接的方式，确保start_date列是Pandas能识别的datetime类型后再做时间增量运算：

import datetime
import pandas as pd

# 核心步骤：把转换后的datetime对象赋值回原列
df['start_date'] = pd.to_datetime(df['start_date'])
# 现在就可以正常添加时间增量了
df['end_date'] = df['start_date'] + datetime.timedelta(days=10)

方法二：使用Pandas原生的pd.Timedelta #

如果你更习惯用Pandas的专属工具，也可以用pd.Timedelta来替代Python标准库的datetime.timedelta，效果是一样的：

import pandas as pd

df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = df['start_date'] + pd.Timedelta(days=10)

额外提示：处理无效日期 #

如果你的start_date列里有格式不规范的日期字符串，可以在pd.to_datetime里加上errors='coerce'参数，把无效值转换成NaT（Not a Time），方便后续排查和处理：

df['start_date'] = pd.to_datetime(df['start_date'], errors='coerce')

内容的提问来源于stack exchange，提问作者Edamame