比较2个datetime64 [ns]数据帧列

Question

我有两个日期列，即date1和date2。 我试图选择date1晚于date2的行 我试着

print df[df.loc[df['date1']>df['date2']]]

但我收到了错误

ValueError: Boolean array expected for the condition, not float64

Answer 1

在任何一种情况下，想法都是检索一个布尔掩码。然后，此布尔掩码将用于索引数据帧并检索相应的行。首先，生成一个掩码：

mask = df['date1'] > df['date2']

现在，使用此掩码来索引df：

df = df.loc[mask]

这可以写成一行。

df = df.loc[df['date1'] > df['date2']]

此后您无需再执行其他级别的索引，df现在有最终结果。如果您计划对此筛选的数据框执行操作和重新分配，我建议loc，因为loc始终返回副本，而普通索引返回视图。

以下是一些做同样事情的方法：

选项1
df.query

df.query('date1 > date2')

选项2
df.eval

df[df.eval('date1 > date2')]

如果您的列不是日期，您现在也可以投射它们。使用pd.to_datetime：

df.date1 = pd.to_datetime(df.date1)
df.date2 = pd.to_datetime(df.date2)

或者，在加载CSV时，请务必设置parse_dates开关：

df = pd.read_csv(..., parse_dates=['date1, date2'])