python dataframe日期运算常见的报错及解决方法 - unsupported operand type(s) for -: ‘DatetimeArray‘ and ‘str‘等

1、背景描述：（日期加减计算经常遇到的报错）

数据分析中要对日期进行计算，经常遇到这些报错或问题：

1. TypeError: cannot subtract DatetimeArray from ndarray
2. TypeError: unsupported operand type(s) for -: ‘DatetimeArray’ and ‘datetime.date’
3. TypeError: unsupported operand type(s) for -: ‘DatetimeArray’ and ‘str’

2、问题根本原因及解决方法：

根本原因：两个参与计算的日期类型不一致导致。通常情况是一个类型是datetime.date, 而另一个是timestamps.Timestamp。这样就导致了上述的这些报错信息！
解决方法：

1. 统一转换为日期类型（datetime.date）来计算
   df[“date”] = df[“date”].map(lambda x: datetime.strptime(x, “%Y.%m.%d”).date())
2. 统一转换为时间戳（timestamps.Timestamp）的类型来计算；
   df[“date”] = df[“date”].map(lambda x: datetime.strptime(x, “%Y.%m.%d”))
3. 直接使用pd.to_datetime() 函数来将所有日期转换为时间戳类型来计算

3、问题解决（示例代码 python）

3.1 建立含有日期的数据表（任务：与输入的登录日期“2021/10/15”进行计算）

from datetime import *
# 3.1 建立含日期的数据表
set1 = {"date1": ["2021.09.15", "2021.09.17", "2020.03.20", "2021.01.15", "2020.01.25"],
        "values": [10, 50, 20, 40, 30]}
df = pd.DataFrame(set1, columns=["date1", "values"])

上述表格中的日期类型是“str", 是不能直接进行计算的，需要进行类型的转换。

3.2 日期类型的转换

#3.2  将数据表中的日期从"str"转换为日期类型
df["date1"] = df["date1"].map(lambda x: datetime.strptime(x, "%Y.%m.%d"))
print("date1的数据类型：", type(df["date1"][1]))
df["date1"]

一般情况下，将日期转换后通常会认为这个"date1"的类型是日期类型（datetime.date）, 但是它实际是日期时间的类型（dtype: datetime64[ns] = “timestamps.Timestamp”），因为很容易被忽视，这就是我们遇到上述报错的根本原因之一！

正确的转换为日期类型（datetime.date）方式为：

# 正确转换为日期类型（datetime.date）的方式：
df["date1"] = df["date1"].map(lambda x: datetime.strptime(x, "%Y.%m.%d").date())
print("date1的数据类型：", type(df["date1"][1]))
df

了解了问题的根本原因，则正确的解决方法有以下3种:

3.3 解决方法一：统一将日期转换为datetime.date 的日期类型来计算：

# 3.3 方式一：转换为datetime.date的日期类型来计算
df["date1"] = df["date1"].map(lambda x: datetime.strptime(x, "%Y.%m.%d").date())
print("date1的数据类型：", type(df["date1"][1]))
# 输入日期，并计算之间的日期差值
login = "2021.10.15"
login = datetime.strptime(login, "%Y.%m.%d").date()
df["time"] = login - df["date1"]
df

3.4 解决方法二：统一转换为时间戳（timestamps.Timestamp）的类型来计算：

# 3.4 方式二：转换为timestamps.Timestamp的时间类型来计算
df["date1"] = df["date1"].map(lambda x: datetime.strptime(x, "%Y.%m.%d"))
print("date1的数据类型：", type(df["date1"][1]))
# 输入日期，并计算之间的日期差值
login = "2021.10.15"
login = datetime.strptime(login, "%Y.%m.%d")
df["time"] = login - df["date1"]
df

3.5 解决方法三：无论原来的日期类型是什么，直接使用pd.to_datetime() 函数来将所有日期转换为时间戳类型来计算

# 3.5 方式三：使用pd.to_datetime()函数来转换所有日期为时间戳类型（timestamps.Timestam）来计算
df["date1"] = df["date1"].map(lambda x: datetime.strptime(x, "%Y.%m.%d"))
# 输入日期，并计算之间的日期差值
login = "2021.10.15"
df["login"] = datetime.strptime(login, "%Y.%m.%d").date()
df["time"] = pd.to_datetime(df["login"]) - pd.to_datetime(df["date1"])
df

结论：问题已经解决，没有再报错！

温馨提示：
日期计算后的数据是不能直接使用的（xxx days)，需要提取时间差值并转换为数字类型

# 将计算之后的时间差值提取出来的代码：
df["time"] = df["time"].astype("str").map(lambda x: x.split())
df["time"] = df["time"].str[0].astype(int)
df