如何将系列值添加到日期/日期时间对象？答案

【问题标题】：How to add series values to date/datetime object?如何将系列值添加到日期/日期时间对象？
【发布时间】：2021-09-27 00:54:38
【问题描述】：

我有一个如下所示的 pandas 数据框

df = pd.DataFrame({'login_date':['5/7/2013 09:27:00 AM','09/08/2013 11:21:00 AM','06/06/2014 08:00:00 AM','06/06/2014 05:00:00 AM','','10/11/1990'],
'DURATION':[21,30,200,34,45,np.NaN})

我想将DURATION 值添加到login_date 列

DURATION 表示为 Days 类型

如果 DURATION 列中有NA，只需将其替换为 0。

所以，我尝试了以下

df['DURATION'] = df['DURATION'].fillna(0)
df['login_date'] = pd.to_datetime(df['login_date'])
df['DURATION'] = df['DURATION'].astype('Int64')
df['logout_Date'] = df['login_date'] + pd.offsets.DateOffset(days=df['DURATION'])

但是，这会导致如下所示的错误

TypeError: Invalid type <class 'pandas.core.series.Series'>. Must be int or float.

但我已经将我的DURATION 列转换为int64 类型。

如何将一列值添加到我的logout_date 列

【问题讨论】：

标签： python pandas dataframe numpy datetime

【解决方案1】：

试试：

df["logout_date"] = pd.to_datetime(df["login_date"]) + df["DURATION"].fillna(0).apply(lambda x: pd.Timedelta(days=x))
print(df)

打印：

               login_date  DURATION         logout_date
0    5/7/2013 09:27:00 AM      21.0 2013-05-28 09:27:00
1  09/08/2013 11:21:00 AM      30.0 2013-10-08 11:21:00
2  06/06/2014 08:00:00 AM     200.0 2014-12-23 08:00:00
3  06/06/2014 05:00:00 AM      34.0 2014-07-10 05:00:00
4                              45.0                 NaT
5              10/11/1990       NaN 1990-10-11 00:00:00

【讨论】：