如何有条件地计算Python pandas数据帧中的日期间隔？

Question

我有一个Python Pandas数据帧，它由timedelta64类型的dueDate字段组成。我还在数据框中有一个列，它是一个布尔值，无论任务是否完成。

from datetime import date
df = pd.DataFrame(data = [pd.date_range('1/1/2017', periods = 6), [True if i%2    == 0  else False for i in range(6)]]).T
df.columns = ['dueDate', 'completed']

如果任务未完成且截止日期已过（大于今天），我想在名为daysLate的列中填充一行来存储该值。否则，我希望该行为NaN。

除了遍历每一行并应用多个if语句之外，我想知道是否有一种优雅或最佳实践方式来解决这样的问题？

Answer 1

import numpy as np
import pandas as pd


df = pd.DataFrame(data=[pd.date_range('1/1/2017', periods=10), [True if i % 2 == 0  else False for i in range(10)]]).T
df.columns = ['dueDate', 'completed']

df['daysLate'] = np.nan

df['daysLate'][(df.dueDate > pd.to_datetime('today')) & (df.completed != True)] = df.dueDate - pd.to_datetime('today')

print(df)

这是你要找的吗？

               dueDate completed  daysLate
0  2017-01-01 00:00:00      True       NaT
1  2017-01-02 00:00:00     False       NaT
2  2017-01-03 00:00:00      True       NaT
3  2017-01-04 00:00:00     False       NaT
4  2017-01-05 00:00:00      True       NaT
5  2017-01-06 00:00:00     False       NaT
6  2017-01-07 00:00:00      True       NaT
7  2017-01-08 00:00:00     False    2 days
8  2017-01-09 00:00:00      True       NaT
9  2017-01-10 00:00:00     False    4 days

实际上，如果您对NaT感到满意，可以跳过导入numpy并将df['daysLate'] = np.nan更改为df['daysLate'] = np.NaT