python之使用单独的列整数向 pandas 中的列添加天数

我在该系列中尝试过 datetime.timedelta 以及 pd.DateOffset。两者都不起作用。我知道我可以遍历此数据框并手动添加它们，但我一直在寻找一种矢量化方法。

例子:

d = {pd.Timestamp('2015-01-02'):{'days_delinquent':11}, pd.Timestamp('2015-01-15'):{'days_delinquent':23}} 
>>> dataf = pd.DataFrame.from_dict(d,orient='index') 
>>> dataf 
            days_delinquent 
2015-01-02               11 
2015-01-15               23 

只是尝试将 11 天和 23 天添加到下面的行中。我在现实生活中添加的列不是索引，但显然我可以在执行此操作时将其设为索引。

我想这不是不言自明的，但输出将是一个新列，其中包含日期(在本例中为索引)+ datetime.timedelta(days=dataf['days_delinquent'])

请您参考如下方法:

您可以将 days_delinquent 列转换为 timedelta64[D](以天为单位的偏移量)并将其添加到索引中，例如:

import pandas as pd 
 
d = {pd.Timestamp('2015-01-02'):{'days_delinquent':11}, pd.Timestamp('2015-01-15'):{'days_delinquent':23}} 
df = pd.DataFrame.from_dict(d,orient='index') 
df['returned_on'] = df.index + df.days_delinquent.astype('timedelta64[D]') 

更好(感谢 DSM )是使用 pd.to_timedelta 这样在需要时更容易更改单位:

df['returned_on'] = df.index + pd.to_timedelta(df.days_delinquent, 'D') 

给你:

            days_delinquent returned_on 
2015-01-02               11  2015-01-13 
2015-01-15               23  2015-02-07