如何在Python Pandas中快速递增YYYY-MM-DD格式的日期字符串？

如果你想高效地把YYYY-MM-DD格式的日期字符串加一天并返回同格式结果，Pandas提供了几种简洁且性能不错的方案，完全不用手动处理闰年、月末这些麻烦的边界情况：

• 方法一：使用Timestamp + Timedelta
  这是处理单个日期最直接的方式，Timestamp可以直接解析日期字符串，加上一天的时间差后再格式化回字符串：

  import pandas as pd
  
  d1 = '2018-02-10'
  # 转成Timestamp对象并加1天
  d1_inc_obj = pd.Timestamp(d1) + pd.Timedelta(days=1)
  # 格式化为目标字符串
  d1_inc = d1_inc_obj.strftime('%Y-%m-%d')
  # 输出结果：'2018-02-11'
  

• 方法二：使用pd.to_datetime + DateOffset
pd.to_datetime同样能快速解析日期，搭配DateOffset也能实现日期递增，效果和上面一致：

  d1_inc_obj = pd.to_datetime(d1) + pd.DateOffset(days=1)
  d1_inc = d1_inc_obj.strftime('%Y-%m-%d')
  

• 批量处理场景
  如果是处理一组日期字符串（比如一个Series），直接用pd.to_datetime批量转换后再统一递增，效率会更高：

  date_series = pd.Series(['2018-02-10', '2020-02-28', '2023-12-31'])
  incremented_dates = (pd.to_datetime(date_series) + pd.Timedelta(days=1)).dt.strftime('%Y-%m-%d')
  # 结果会是：0    '2018-02-11'，1    '2020-02-29'，2    '2024-01-01'
  

这些方法都能自动处理诸如闰年2月、月末最后一天等特殊情况，而且在性能上表现优异，不管是单个还是批量日期都能快速完成操作。

内容的提问来源于stack exchange，提问作者afshin