計算元素時如何在熊貓數據框中添加新列？

Question

我想向pandas df添加一個新列，該列將基於另一列進行計算。 這是df的簡述：

如果日期在start_date1和end_date1之間，則應在期間列“ 0”中輸出。 如果日期在start_date2和end_date2之間，則輸出“ 1”，依此類推。

有沒有辦法做到這一點而沒有循環？

謝謝你的幫助 ：）

拉里

Answer 1

首先，您需要檢查列date是否具有datetime格式。

您可以使用df.dtypes進行檢查。 如果它沒有日期格式（ datetime64 ），則必須使用以下命令將其轉換為datetime：

df['date'] = pd.to_datetime(df.date, format='%Y%m%d', errors='ignore')

請注意，參數errors='ignore'具有風險，因此是可選參數。

現在，要計算字段，您可以執行以下操作：

# define function to calculate periods based on date
def calculate_period(row): 
    if row['date'] > start_date1 & row['date'] < end_date1:
        return "0"

    elif row['date'] > start_date2 & row['date'] < end_date2:
        return "1"

    elif row['date'] > start_date3 & row['date'] < end_date3:
        return "2"

    else:
        return "unknown"


# apply function to create the new column
df['period'] = df.apply(calculate_period, axis=1)

如果需要更多的period值，則可以根據需要擴展elif語句。

由於缺少有關您的數據的信息。 我假設start_date1和end_date1是您定義的變量。

如果這些也是列。 該函數將如下所示：

# define function to calculate periods based on date
def calculate_period(row): 
    if row['date'] > row['start_date1'] & row['date'] < row['end_date1']:
        return "0"

    elif row['date'] > row['start_date2'] & row['date'] < row['end_date2']:
        return "1"

    elif row['date'] > row['start_date3'] & row['date'] < row['end_date3']:
        return "2"

    else:
        return "unknown"


# apply function to create the new column
df['period'] = df.apply(calculate_period, axis=1)

祝好運。