您可以使用DateOffset来实现这一点：

In[88]:
df['NEW_DATE'] = df['ACC_DATE'] - pd.DateOffset(years=1)
df

Out[88]: 
        ACC_DATE   NEW_DATE
index                      
538   2006-04-07 2005-04-07
550   2006-04-12 2005-04-12

使用日期偏移：

df["NEW_DATE"] = df["ACC_DATE"] - pd.offsets.DateOffset(years=1)
print (df)
        ACC_DATE   NEW_DATE
index                      
538   2006-04-07 2005-04-07
550   2006-04-12 2005-04-12

你可以使用pd.Timedelta：

df["NEW_DATE"] = df["ACC_DATE"] - pd.Timedelta(days=365)

或替换：

df["NEW_DATE"] = df["ACC_DATE"].apply(lambda x: x.replace(year=x.year - 1))

但是它们都不会捕获闰年，所以你可以使用dateutil.relativedelta：

from dateutil.relativedelta import  relativedelta

df["NEW_DATE"] = df["ACC_DATE"].apply(lambda x: x - relativedelta(years=1))

如果有单个pd.Timestamp对象而不是列，
1.使用pd.DateOffset(years=n)并不理想，因为它会产生：
用户警告：在转换中丢弃非零纳秒

1. pd.Timedelta()不接受年份。
   在这种情况下，对我来说唯一有效的方法是pd.Timestamp.replace：

t = pd.Timestamp.now()
t = t.replace(year=t.year - n)

这在answer by Padriac中有所暗示，但需要进一步澄清。

您可以使用Timedelta与字符串：

df['col'] - pd.Timedelta('365 days')

或

df['col'] + pd.Timedelta('-365 days')