Python Pandas 基于日期时间值对列进行计数和求和

Question

我正在尝试计算满足某个条件的值并将其存储在另一列中，（我想检查有多少票与另一张票同时打开）提交日期和解决日期是这样的列

df['Submit_Date']  = 
  1   10/1/16 23:41
  2   10/1/16 23:50
  3  10/2/16 0:05
  4   10/3/16 5:17

df['Resolved_Date'] = 
  1  10/2/16 2:27
  2  3/9/17 19:39
  3  11/15/16 12:46
  4  11/14/16 17:37

我想查看第 2 行，看看其他 3 次中的哪一次在与第 2 行相同的时间打开所以这个答案将是第 1 行、第 3 行和第 4 行，因为它们都有提交日期或解决日期2016 年 10 月 2 日至 2017 年 3 月 9 日之间
我想对每一行都这样做，并扫描所有其他列

这是我到目前为止所拥有的

df['newcolumn'] = ((df['Submit_Date'] < df['Submit_Date']) |   (df['Resolved_Date'] > df['Resolved_Date'])).sum()

问题是我想检查当前行中的提交日期是否大于所有其他行，并且该行中的解决日期是否小于所有其他行。 我想为每一行找到与此条件匹配的所有值，并将其保存在新列的同一行中

Answer 1

您必须遍历 dataframe 因为您必须将每一行与其他每一行进行比较。 以下解决方案中的一项改进是按Submit_Date排序，这样您必须与该记录下方或该记录上方进行比较，以进行 submit_date 比较。

result = list()
for row in df.iterrows():
    cur_data = row[1]
    result.append((((cur_data['Submit_Date'] < df['Submit_Date']) & (df['Submit_Date']< cur_data['Resolved_Date']))
                  | ((cur_data['Submit_Date'] < df['Resolved_Date']) & (df['Resolved_Date'] < cur_data['Resolved_Date']))).sum())
df['count'] = result


         Submit_Date       Resolved_Date    count
1   2016-10-01 23:41:00 2016-10-02 02:27:00 2
2   2016-10-01 23:50:00 2017-03-09 19:39:00 3
3   2016-10-02 00:05:00 2016-11-15 12:46:00 2
4   2016-10-03 05:17:00 2016-11-14 17:37:00 0