Question

我在Jupyter工作，有很多专栏，其中很多是日期。我想创建一个循环，该循环将返回一个新列，其中两个相似名称的列之间存在日期差。

例如：

df['Site Visit ACD']
df['Site Visit ECD']
df['Sold ACD (Loc A)']
df['Sold ECD (Loc A)']

新列将包含列df ['Site Visit Cycle Time'] = ACD和ECD之间的日期差。通常，它将始终是包含“ ACD”的列减去包含“ ECD”的列。我该怎么写？

任何帮助表示赞赏！

Answer 1

以下代码将执行以下操作：

找到相似的列（使用Fuzzywuzzy软件包，模糊比超过90）
执行日期比较（或时间）
避免在两侧执行相同的计算
如果该列的名称大致相同，则将其命名为“ Site Visit”（站点访问）
以不同的方式获得名称“第1列和第2列之间的区别”

希望对您有帮助。

import pandas as pd
    from fuzzywuzzy import fuzz
    name = pd.read_excel('Book1.xlsx', sheet_name='name')
    unique = []
    for i in name.columns:
        for j in name.columns:
            if i != j and fuzz.ratio(i, j) > 90 and i+j not in unique:
                if 'Site Visit' in i:
                    name['Site Visit'] = name[i] - name[j]
                else:
                    name['difference between '+i+' and '+j] = name[i] - name[j]
                unique.append(j+i)
                unique.append(i+j)
    print(name)

Answer 2

通常，它将始终是包含“ ACD”的列减去包含“ ECD”的列。

此答案假设列标题不嘈杂，即它们仅在“ ACD” /“ ECD”中有所不同，并且与之完全相同（包括大写/小写）。还假设始终有一个匹配的列。这段代码不会检查是否覆盖写入日期差的列。

这种方法在线性时间内有效，因为我们对列集进行一次迭代，然后直接按名称访问匹配的列。

test.csv

Site Visit ECD,Site Visit ACD,Sold ECD (Loc A),Sold ACD (Loc A)
2018-06-01,2018-06-04,2018-07-05,2018-07-06
2017-02-22,2017-03-02,2017-02-27,2017-03-02

代码

import pandas as pd

df = pd.read_csv("test.csv", delimiter=",")

for col_name_acd in df.columns:
    # Skip columns that don't have "ACD" in their name
    if "ACD" not in col_name_acd: continue

    col_name_ecd = col_name_acd.replace("ACD", "ECD")

    # we assume there is always a matching "ECD" column
    assert col_name_ecd in df.columns

    col_name_diff = col_name_acd.replace("ACD", "Cycle Time")
    df[col_name_diff] = df[col_name_acd].astype('datetime64[ns]') - df[col_name_ecd].astype('datetime64[ns]')

print(df.head())

输出

  Site Visit ECD Site Visit ACD Sold ECD (Loc A) Sold ACD (Loc A)  \
0     2018-06-01     2018-06-04       2018-07-05       2018-07-06   
1     2017-02-22     2017-03-02       2017-02-27       2017-03-02   

  Site Visit Cycle Time Sold Cycle Time (Loc A)  
0                3 days                  1 days  
1                8 days                  3 days

熊猫：具有相似名称（ACD和ECD）的列之间的日期差循环

2 个答案: