带有列表的熊猫列操作

Question

我有一个带有两列的pandas数据框，第一列只有一个日期（'action_date'），第二列有一个日期列表（'verification_date'）。 我正在尝试计算'action_date'中的日期和对应的'verification_date'列中列表中的每个日期之间的时间差，然后用Verification_date中的具有不同的日期数填充df新列超过或不足360天。

这是我的代码：

df = pd.DataFrame()
df['action_date'] = ['2017-01-01', '2017-01-01', '2017-01-03']
df['action_date'] = pd.to_datetime(df['action_date'], format="%Y-%m-%d")
df['verification_date'] = ['2016-01-01', '2015-01-08', '2017-01-01']
df['verification_date'] = pd.to_datetime(df['verification_date'], format="%Y-%m-%d")
df['user_name'] = ['abc', 'wdt', 'sdf']
df.index = df.action_date
df = df.groupby(pd.TimeGrouper(freq='2D'))['verification_date'].apply(list).reset_index()


def make_columns(df):
    df = df
    for i in range(len(df)):  
        over_360 = []
        under_360 = []
        for w in [(df['action_date'][i]-x).days for x in df['verification_date'][i]]:
            if w > 360:
                over_360.append(w)
            else:
                under_360.append(w)
        df['over_360'] = len(over_360)
        df['under_360'] = len(under_360)
return df

make_columns(df)

除了df每行具有相同的值外，这种方法还行得通，因为日期不同，因此不正确。 例如，在数据框的第一行中，action_date和verification_date列中列表中的两个项目之间的相差超过360天，因此应将over_360列填充为2。但是，该字段为空而是将under_360列填充为1，该列仅对“ action_date”中的第二行准确。

我有种感觉，我只是弄乱了循环，但确实被卡住了。 感谢您的帮助！

Answer 1

您的问题是，您总是用这些行的最后一次计算的值来更新整个列：

df['over_360'] = len(over_360)
df['under_360'] = len(under_360)

您想要做的是相应地为每条线计算设置值，您可以通过将这些行替换为以下行来实现：

df.set_value(i,'over_360',len(over_360))
df.set_value(i,'under_360',len(under_360))

它的作用是，在第i行和over_360或under_360列中设置一个值。

您可以在此处了解更多信息。

如果您不喜欢使用set_values ，也可以使用以下方法：

df.ix[i,'over_360'] = len(over_360)
df.ix[i,'under_360'] = len(under_360)

您可以在此处检查dataframe.ix。

Answer 2

您可能想尝试一下：

df['over_360'] = df.apply(lambda x: sum([((x['action_date'] - i).days >360) for i in x['verification_date']]) , axis=1)
df['under_360'] = df.apply(lambda x: sum([((x['action_date'] - i).days <360) for i in x['verification_date']]) , axis=1)

我相信应该会更快。 您没有指定如果== 360时该怎么做，因此您可以将>或<更改为> =或<=。