计算元素时如何在熊猫数据框中添加新列？

Question

我想向pandas df添加一个新列，该列将基于另一列进行计算。 这是df的快捷键：

如果日期在start_date1和end_date1之间，则应在期间列“ 0”中输出。如果日期在start_date2和end_date2之间，则输出“ 1”，依此类推。

有没有办法做到这一点而没有循环？

感谢您的帮助：）

拉里

Answer 1

首先，您需要检查列date的格式是否为datetime。

您可以使用df.dtypes进行检查。如果它没有日期格式（datetime64），则必须使用以下命令将其转换为日期时间：

df['date'] = pd.to_datetime(df.date, format='%Y%m%d', errors='ignore')

请注意，参数errors='ignore'具有风险，因此是可选参数。

现在要创建计算字段，您可以执行以下操作：

# define function to calculate periods based on date
def calculate_period(row): 
    if row['date'] > start_date1 & row['date'] < end_date1:
        return "0"

    elif row['date'] > start_date2 & row['date'] < end_date2:
        return "1"

    elif row['date'] > start_date3 & row['date'] < end_date3:
        return "2"

    else:
        return "unknown"


# apply function to create the new column
df['period'] = df.apply(calculate_period, axis=1)

如果需要更多period值，则可以根据需要扩展elif语句。

由于缺少有关您的数据的信息。我假设start_date1和end_date1是您定义的变量。

如果这些也是列。该函数将如下所示：

# define function to calculate periods based on date
def calculate_period(row): 
    if row['date'] > row['start_date1'] & row['date'] < row['end_date1']:
        return "0"

    elif row['date'] > row['start_date2'] & row['date'] < row['end_date2']:
        return "1"

    elif row['date'] > row['start_date3'] & row['date'] < row['end_date3']:
        return "2"

    else:
        return "unknown"


# apply function to create the new column
df['period'] = df.apply(calculate_period, axis=1)

祝你好运。