简单问题：
In [1]:
df = DataFrame({'value':[4,4,4],'unit':['D','W','Y']})
df
Out[1]:
unit value
0 D 4
1 W 4
2 Y 4
我可以这样创建时间增量（当然）：
In [2]:
timedelta64(4, 'D')
Out[2]:
numpy.timedelta64(4,'D')
但我无法遍历DataFrame列以获得带有timedelta的结果序列：
def f(x):
return timedelta64(x['value'], x['unit'])
df.apply(f, axis=1)
相反，我得到：
TypeError: don't know how to convert scalar number to float
编辑：
这也不起作用，并返回相同的错误：
df['arg'] = zip(df.value, df.unit)
df.arg.apply(lambda x: timedelta64(x[0], x[1]))
最佳答案
所以你的代码对我有效。
df = pd.DataFrame({'value':[4,4,4],'unit':['D','W','Y']})
df.apply(f, axis=1)
0 4 days
1 4 weeks
2 4 years
dtype: object
以下是我的版本：
numpy.__version__
'1.8.0'
pandas.__version__
'0.13.0rc1-32-g81053f9'
我确实注意到一个可能与您的问题有关的bug。您可以检查一下是否有numpy 1.7，如果有，可以升级到1.8，看看是否可以解决问题。祝你好运：）
https://github.com/pydata/pandas/issues/5689
关于python - 使用2个 Pandas 列作为np.timedelta的参数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/21035837/