Question

在我的数据中，我有一列称为到期日期，其中某些事件具有到期日期，而某些事件没有到期日期，所以当我加载日期时，该列看起来像以下对象加载的对象：

std::greater

然后我将其转换为带有强制错误的日期时间，从而使9999-12-31日期保留为NaT

expiration_date
2017-06-14
2018-01-15
9999-12-31

然后，我想创建一个函数，该函数创建一个新的列二进制列，如果到期日期为NaT，则该列为1，否则为0。我尝试了以下操作：

data.expiration_date = pd.to_datetime(data.expiration_date, errors = 'coerce')

但是我收到以下错误消息，我认为该错误消息试图在日期时间格式的列上使用isull。我还没有找到一种好的方法来解决datetime中的空值。

def status(data):
    if data[data.expiration_date.isnull()]:
       return 1
    else:
       return 0

data['event'] = data.apply(status, axis = 1)

任何想法，我是python的新手，任何帮助都会很棒！谢谢！

Answer 1

isnull是DataFrame的一种方法，因此您不需要该方法。

我认为您想要的是：

data.expiration_date.isnull().astype(int)

Answer 2

尝试使用lambda检查数据类型

示例数据框

mydict1 = {'expiration_date' : ['2017-06-14','2018-01-15','9999-12-31']}
df=pd.DataFrame(mydict1)
df.expiration_date=pd.to_datetime(df.expiration_date, errors = 'coerce')
print(df)

输出

       expiration_date
    0   2017-06-14
    1   2018-01-15
    2   NaT

仅保留日期部分

df.expiration_date.values.astype('M8[D]')
print(df)

对系列应用功能

def status(data):

    if (type(data)!=datetime.date):
        return 1
    return 0

df['event']=df.expiration_date.dt.date.apply(status)
print(df)

输出

expiration_date event
0   2017-06-14  0
1   2018-01-15  0
2   NaT         1

没有lambda的较短解决方案

df['event']=df['expiration_date'].isnull().astype('int')

输出

expiration_date event
0   2017-06-14  0
1   2018-01-15  0
2   NaT         1

只是在尝试与上述类似的另一种解决方案

df['event']=0
df.loc[df.expiration_date.isnull(),'event']=1

如果还有datetime python函数

2 个答案: