Question

在数据集中，有几列以日期为值。我需要根据日期值的某些条件创建新列。某些日期值将替换为“ \ N”字符，因此似乎整个列都被视为字符串。

Date 1      Date 2
2012-12-03  2012-12-07
2004-12-31  \N
\N          2010-10-20
2014-11-22  \N
2014-12-16  2014-12-31

df = read_csv('filepath')
df['Level'] = np.where(df['Date 1'] - df['Date 2'] > '60', 'Level 1','Level 2')

这给我一个错误

TypeError：-：'str'和'str'

不受支持的操作数类型

该条件还将包括另一种情况（语法可能不正确）

np.where(df['Date 1'] == pd.datetime('YYYY-MM-DD') & df['Date 1'] == "\N", 'Level 1','Level 2')

在这方面的任何指导都会有所帮助。

Answer 1

该列确实被视为字符串。发生这种情况是因为，默认情况下，pandas不会将值转换为日期类型。

在df = read_csv(path)之后，您可以执行以下操作：

df['Date 1'] = pd.to_datetime(df['Date 1'], errors='coerce')
df['Date 2'] = pd.to_datetime(df['Date 2'], errors='coerce')

errors='coerce'会将'\N'的值转换为NaT（不是时间），表示这些日期不存在。

以后，您可以对这些列进行操作。我不确定您的意图是什么，但是例如，这将在几天内返回Date1和Date2的差额：

diff = (df['Date1'] - df['Date2']).days

在Python中根据其他列的值（多个列中存在的日期条件）创建新列

1 个答案: