您可以：

df['date'] = df['days'].apply(lambda x: dt + pd.Timedelta(f'{x}D'))
print(df)

   days       date
0    32 2020-02-02
1   150 2020-05-30
2   200 2020-07-19

样本数据

# set some start date 
dt = pd.to_datetime('2020-01-01')
df = pd.DataFrame({'days': [32, 150, 200]})

一个有趣的替代方法是使用pandas的to_datetime()的origin参数：

days = [32, 150, 200]
pd.to_datetime([d-1 for d in days], unit='D', origin=pd.Timestamp('01-01-2020'))

请确保减去一天，因为第一天已经在初始化中考虑。
Credits go there.

数据是否也包括年份？因为没有年份，你怎么解释闰年？闰年有366天，而不是365天，所以如果像其他任何一年一样对待，这一年将“溢出”，成为1月。一！
例如：

s['M-D'] = pd.to_datetime(
    s['day'],
    format='%Y %j'
   ).dt.strftime('%m-%d')

导致366被转换为“01- 01”。
然而，包括年工程如预期：

s['M-D'] = pd.to_datetime(
    ss['year'].astype(str) + ' ' + s['day'].astype(str),
    format='%Y %j'
   ).dt.strftime('%m-%d')

结果在2015-12-31当year=2015和day=366.