TypeError: unsupported operand type(s) for -: 'str' and 'str'
Încerci să scazi două coloane de date calendaristice care sunt de fapt texte, de exemplu ca să afli câte zile au trecut. Convertește ambele coloane cu pd.to_datetime, apoi scade-le; rezultatul e o durată, din care iei zilele cu .dt.days.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Operatorul - nu are sens pentru texte: "2024-03-15" - "2024-03-01" nu înseamnă nimic pentru Python, chiar dacă ție îți e clar că sunt date. Mesajul spune exact asta: operatorul - nu e definit între str și str.
În analiza datelor apare aproape mereu când calculezi întârzieri, vechimi sau durate (data livrării minus data comenzii) pe coloane citite din CSV fără conversie. După pd.to_datetime, scăderea a două coloane de date dă o coloană de tip timedelta64 (de exemplu 14 days), din care extragi numărul de zile cu .dt.days.
O variantă înrudită apare când scazi o dată (pd.Timestamp) dintr-o coloană de text: mesajul vorbește atunci despre numpy.ndarray și Timestamp, dar reparația e aceeași.
De ce apare: cauzele frecvente
1Coloane de date neconvertite
df["zile"] = df["livrare"] - df["comanda"]df["comanda"] = pd.to_datetime(df["comanda"])
df["livrare"] = pd.to_datetime(df["livrare"])
df["zile"] = (df["livrare"] - df["comanda"]).dt.daysDupă conversie, scăderea dă o durată, iar .dt.days o transformă în număr de zile.
2Zile până la o dată fixă
df["vechime"] = "2024-12-31" - df["data"]df["data"] = pd.to_datetime(df["data"])
df["vechime"] = (pd.Timestamp("2024-12-31") - df["data"]).dt.dayspd.Timestamp transformă textul fix într-o dată, iar coloana trebuie și ea convertită.
3Conversie direct la citire
df = pd.read_csv("livrari.csv")df = pd.read_csv("livrari.csv", parse_dates=["comanda", "livrare"])Cu parse_dates, coloanele sunt date din start și poți face calcule direct.
Repară eroarea, direct în pagină
Codul calculează întârzierea livrărilor în zile, dar coloanele de date sunt texte și scăderea dă TypeError: unsupported operand type(s) for -: 'str' and 'str'. Repară-l ca să afișeze numărul de zile pentru fiecare comandă și întârzierea medie.
import pandas as pd
df = pd.DataFrame({
"comanda": ["C1", "C2", "C3"],
"plasata": ["2024-03-01", "2024-03-04", "2024-03-10"],
"livrata": ["2024-03-04", "2024-03-11", "2024-03-12"],
})
df["zile"] = df["livrata"] - df["plasata"]
print(df[["comanda", "zile"]])
print(f"Întârziere medie: {df['zile'].mean():.1f} zile")comanda zile 0 C1 3 1 C2 7 2 C3 2 Întârziere medie: 4.0 zile
Indiciu
Convertește ambele coloane cu pd.to_datetime, apoi folosește .dt.days pe diferență.
Reparația
import pandas as pd
df = pd.DataFrame({
"comanda": ["C1", "C2", "C3"],
"plasata": ["2024-03-01", "2024-03-04", "2024-03-10"],
"livrata": ["2024-03-04", "2024-03-11", "2024-03-12"],
})
df["plasata"] = pd.to_datetime(df["plasata"])
df["livrata"] = pd.to_datetime(df["livrata"])
df["zile"] = (df["livrata"] - df["plasata"]).dt.days
print(df[["comanda", "zile"]])
print(f"Întârziere medie: {df['zile'].mean():.1f} zile")De ce merge
Textele nu pot fi scăzute. După pd.to_datetime, ambele coloane sunt date, iar diferența lor e o durată (3 days, 7 days, 2 days). .dt.days transformă fiecare durată în număr întreg, deci media se calculează normal: (3 + 7 + 2) / 3 = 4.0 zile.
Alte forme ale mesajului
TypeError: unsupported operand type(s) for -: 'numpy.ndarray' and 'Timestamp'TypeError: unsupported operand type(s) for -: 'str' and 'Timestamp'
Cum o eviți pe viitor
- Convertește coloanele de date imediat după citire și verifică
df.dtypes. - Pentru durate, folosește
(a - b).dt.dayssau.dt.total_seconds(). - Nu compara și nu scădea date ca texte, chiar dacă ordinea alfabetică pare să meargă pentru formatul ISO.
- Pentru zile lucrătoare, folosește
np.busday_count.
Întrebări frecvente
De ce rezultatul arată „14 days” și nu 14?
Scăderea a două date dă un Timedelta, adică o durată. Pentru un număr folosește .dt.days pe coloană sau .days pe o singură valoare.
Pot compara date ca texte?
Pentru formatul ISO (2024-03-15), comparațiile < și > pe texte dau întâmplător ordinea corectă, dar nu poți face calcule. Pentru alte formate (15.03.2024), nici comparația nu e corectă. Convertește mereu.
Erori înrudite
AttributeError: Can only use .dt accessor with datetimelike values Ai folosit .dt (month, year, day_name...) pe o coloană care conține texte, nu date calendaristice. read_csv nu convertește singur datele: transformă coloana cu pd.to_datetime(df["data"]) sau citește fișierul cu parse_dates=["data"]. ValueError: time data "13.03.2024" doesn't match format "%m.%d.%Y" pd.to_datetime a ghicit formatul datelor după prima valoare (aici lună.zi.an, ca în engleză) și s-a oprit la o dată care nu se potrivește, 13.03.2024. Spune explicit formatul românesc: pd.to_datetime(s, format="%d.%m.%Y"), sau folosește dayfirst=True. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
