你这段代码的报错主要出现在 **第12行和第13行**，核心问题是： > ❗ `current_time` 是字符串（str），而 `pd_column_time` 中的元素也是字符串或 datetime 对象，但两者类型不匹配，无法直接相减。 --- ## 🔍 问题分析 ### 1. 第6行： ```python current_time = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S") ``` → 这里你把当前时间转换成了 **字符串格式**（如 `"2025-04-05 10:30:45"`）。 ### 2. 第8行： ```python pd_column_time = df_column[1:] ``` → `df_column` 是从 Excel 读取的一列数据（usecols=[13]），它可能是 `pandas.Series`，里面每个元素可能是字符串、datetime 或其他类型。你没做类型转换！ ### 3. 第12行： ```python delta_time = current_time - pd_column_time ``` → 试图用 **字符串减去一个 Series/列表中的元素** → 💥 报错！Python 不支持字符串与 datetime 或字符串做减法运算。 ### 4. 第13行： ```python print(delta_time.days) ``` → 即使前面能算出 delta_time，它也必须是 `timedelta` 对象才有 `.days` 属性。如果是字符串或别的类型，也会报错。 --- ## ✅ 正确做法 你需要： 1. **将 `current_time` 保持为 `datetime` 对象**（不要转成字符串） 2. **将 Excel 中的时间列转换为 `datetime` 类型** 3. **逐行计算时间差** --- ## 🛠️ 修复后的完整代码示例： ```python import pandas as pd import datetime # 读取 Excel 文件指定列（第14列，索引从0开始是13） df_column = pd.read_excel(r"C:\Users\Administrator\Desktop\库存超期预警.xlsx", usecols=[13]) # 获取当前时间（保留为 datetime 对象，不要 strftime！） current_time = datetime.datetime.now() # 提取第一行之后的数据（跳过标题？如果第一行是标题的话） # 注意：如果 Excel 第一行是表头，read_excel 默认会把它当列名，所以 df_column[1:] 可能不对 # 更安全的做法是先检查数据结构 print("原始数据类型:", df_column.dtypes) print("前几行数据:\n", df_column.head()) # 假设这一列是日期时间字符串，我们统一转为 datetime # 如果已经是 datetime 类型，这一步可以省略 pd_column_time = pd.to_datetime(df_column.iloc[1:]) # iloc[1:] 表示从第二行开始（跳过第一行） # 遍历每一行计算时间差 for each_time in pd_column_time: if pd.isna(each_time): # 跳过空值 continue delta_time = current_time - each_time print(f"相差天数: {delta_time.days}") ``` --- ## ⚠️ 额外注意事项 ### 1. Excel 中时间列的格式 如果你的 Excel 中时间列是文本格式（比如 `"2024/01/01"`），`pd.to_datetime()` 会自动尝试解析。但如果格式混乱，可能需要指定 `format` 参数： ```python pd_column_time = pd.to_datetime(df_column.iloc[1:], format="%Y/%m/%d") ``` ### 2. 是否真的需要跳过第一行？ `df_column[1:]` 是假设第一行是“标题”或“不需要处理的数据”。但 `pd.read_excel(..., usecols=[13])` 返回的是一个 DataFrame，其第一行通常是列名（如果 Excel 有表头）。你应该确认： - 如果 Excel 有表头 → `df_column` 的第一行是列名，实际数据从第二行开始 → 用 `iloc[1:]` - 如果没有表头 → 应该加 `header=None`，然后直接用 `iloc[:]` ✅ 推荐写法（带表头的情况）： ```python df_column = pd.read_excel(r"...", usecols=[13], header=0) # header=0 表示第一行是列名 pd_column_time = pd.to_datetime(df_column.iloc[:, 0]) # 取第一列的所有数据 ``` --- ## ✅ 最终精简版（推荐） ```python import pandas as pd import datetime # 读取 Excel 第14列（索引13），假设有表头 df = pd.read_excel(r"C:\Users\Administrator\Desktop\库存超期预警.xlsx", usecols=[13]) # 当前时间（datetime对象） now = datetime.datetime.now() # 将该列转为 datetime，并过滤掉空值 times = pd.to_datetime(df.iloc[:, 0], errors='coerce') # errors='coerce' 把无法解析的变成 NaT # 计算每行与现在的时间差（天数） for t in times: if pd.isna(t): continue days_diff = (now - t).days print(days_diff) ``` --- ## 📌 总结错误原因 + 解决方案 | 问题 | 原因 | 解决 | |------|------|------| | `TypeError: unsupported operand type(s) for -: 'str' and 'str'` | 字符串不能相减 | 改用 `datetime` 对象 | | `AttributeError: 'str' object has no attribute 'days'` | 字符串没有 `.days` 属性 | 确保结果是 `timedelta` 对象 | | 数据未清洗 | Excel 中时间可能是字符串或含空值 | 使用 `pd.to_datetime(..., errors='coerce')` | --- 如果你能提供 Excel 中那列的具体样例数据（比如前3行是什么样子），我可以给你更精确的解析方式 😊 希望这能帮你彻底解决问题！