Pandas日期偏移量处理陷阱与修复#

用Pandas处理日期时，一个常见的坑是”加减一个月”的实现方式。直接减去30天和真正减去一个月，结果可能完全不同。

问题场景#

假设今天2026-03-09，想计算”上个月今天”和”下个月今天”：

错误做法：直接减30天

1
import numpy as np
2
from datetime import datetime
3

4
today = datetime(2026, 3, 9)
5
last_month = today - np.timedelta64(30, 'D')  # 2026-02-07 ❌
6
next_month = today + np.timedelta64(30, 'D')  # 2026-04-08 ❌

结果变成了2月7日和4月8日，不是正确的2月9日和4月9日。

为什么错了？
因为每个月天数不同（28、29、30、31天），直接减30天不能保证落在上个月的同一天。2026年是平年，2月只有28天，所以3月9日减30天变成了2月7日。

正确做法：使用DateOffset#

Pandas提供了DateOffset，可以按日历月份准确计算：

1
import pandas as pd
2

3
# 获取今天（去掉时间部分）
4
today = pd.Timestamp('today').normalize()
5

6
# 使用DateOffset加减一个月
7
last_month_today = today - pd.DateOffset(months=1)  # 2026-02-09 ✅
8
next_month_today = today + pd.DateOffset(months=1)  # 2026-04-09 ✅
9

10
print('今天:', today.strftime('%Y-%m-%d'))
11
print('上个月:', last_month_today.strftime('%Y-%m-%d'))
12
print('下个月:', next_month_today.strftime('%Y-%m-%d'))

DateOffset会自动处理月份天数差异，确保日期对齐。

常见错误模式#

检查代码时，还经常发现这些日期处理相关的错误：

标准化操作忘记减号：

1
# 错误
2
(z.mean()) / z.std()
3

4
# 正确
5
(z - z.mean()) / z.std()

NaN和0的过滤逻辑：

1
# 错误：保留了"有NaN且没有0"的行
2
mask = (np.isnan(z).any(axis=1)) & (~(z == 0).any(axis=1))
3

4
# 正确：保留"既没有NaN也没有0"的行
5
mask = ~np.isnan(z).any(axis=1) & ~(z == 0).any(axis=1)

DateOffset的其他用法#

除了月份，DateOffset还支持其他时间单位：

1
# 年份偏移
2
last_year = today - pd.DateOffset(years=1)
3

4
# 复合偏移（3个月2天）
5
complex_offset = today + pd.DateOffset(months=3, days=2)
6

7
# 月末/月初
8
eom = pd.offsets.MonthEnd().rollforward(today)  # 本月末
9
bom = pd.offsets.MonthBegin().rollback(today)   # 本月初