如何使用pandas的eval函数计算两个日期列之间的天数？

Question

我有两个日期列。

df =    ColA         ColB
       31-1-17      01-2-17

exp = 'days = ColA - ColB'

df.eval(exp,inplace=True)

预期产出：

ColA         ColB      days
31-1-17      01-2-17    1 days

我可以像这样计算

df['days'] = df['ColA'] - df[ColB]

但我想用＆＃34; eval函数计算＆＃34;不像以上那样。

Answer 1

新soln： （请参阅数据部分进行设置）

提供engine='python'，因为它目前设置为engine='numexpr'。这是因为df.eval从pd.eval

继承了它kwargs

df.eval("days=abs(ColA-ColB)", engine='python', inplace=True)
df

old soln：

以下是一种方法：（在v'0.19.2'中测试）

1）首先确保两列都是datetime64[ns]类型。如果没有，请单独使用pd.to_datetime或在apply的帮助下对其进行输入。在这里，我在阅读时将它们解析为dates以避免执行此步骤。

2）使用内置函数repr()，将它们转换为日期时间对象的官方表示，稍后可以由eval()函数理解。 （正如repr(datetime.date.today())给出'datetime.date(2017, 2, 1)'）

3）通过访问.date属性来减去它们，然后在几天后输出模数。

<强> 数据：的

txt = StringIO(
    """
ColA         ColB
31-1-17      01-2-17
    """)
df = pd.read_csv(txt, delim_whitespace=True, parse_dates=['ColA', 'ColB'], dayfirst=True)

df.assign(days=
          df.apply(lambda x: abs(eval(repr(x['ColA'].date()-x['ColB'].date()))), axis=1))

Answer 2

你可以尝试这样：

# import pandas as pd
#df = pd.read_clipboard()
df = df.apply(lambda x: pd.to_datetime(x, dayfirst=True ), axis=1)
df.assign(days = lambda x: df.ColB - df.ColA)

输出：

Answer 3

使用eval：

import pandas as pd

>>> df = pd.DataFrame()
>>> df['ColA'] = pd.date_range('01/01/2010', periods=5, freq='M')
>>> df['ColB'] = pd.date_range('01/01/2011', periods=5)
>>> df['days'] = df.eval('ColA-ColB')
>>> df
        ColA       ColB      days
0 2010-01-31 2011-01-01 -335 days
1 2010-02-28 2011-01-02 -308 days
2 2010-03-31 2011-01-03 -278 days
3 2010-04-30 2011-01-04 -249 days
4 2010-05-31 2011-01-05 -219 days

这假定ColA和ColB中的内容是datetime个对象。如果不是，你应该按照MYGz的顺序首先转换它们。