Question

我正在努力寻找一种遍历数据框的方式，并使用if语句来确定一天是工作日还是周末（并进行复制，并使用Holidays包查找假期）

测试数据

|    Date    |col1 |col2 |col3 |----| week | <- Add
|------------|-----|-----|-----|----|------|
| 2019-10-27 | 1.5 | 2.4 | 1.9 |----| wknd |
| 2019-10-28 | 2.7 | 2.1 | 1.9 |----| wkdy |
| 2019-10-29 | 1.4 | 2.7 | 1.8 |----| wkdy |

我的示例df有一个date列和3列数据。实际的数据集大约有5年的数据。我想添加一些条件检查该日期是周末还是工作日，并将其添加为新列。我没有任何迭代和检查日期的问题，但是找不到任何可以逐行追加或写入数据框的内容。

到目前为止，我有这样的事情：

for i in df.date:
    if i.weekday() < 5:
        df['period2'] = ('wkdy')
    else:
        df['period2'] = ('wknd')

很显然，这不能满足我的需求，因为它只是将DF中的所有列设置为最后一个迭代值。

逐行迭代并应用此逻辑的最佳方法是什么？我想念一些简单的东西吗？

Answer 1

您可以使用np.where

import numpy as np
df['period2'] = np.where(df['date'].dt.weekday < 5,'wkdy','wknd')

如果您真的想使用for循环，则应通过

遍历行

for i in range(df.shape[0]):
    ....

Answer 2

我会尝试使用loc函数并将这些函数立即应用于整个列，以便对操作进行矢量化处理并更快地执行：

df['week'] = df['date'].weekday()
df['week'].loc[df['week'] < 5] = 'wkday'
df['week'].loc[df['week'] >= 5] = 'wknd'

Answer 3

您可以使用apply。它返回一个series或一个DataFrame，

df['week'] = df['date'].apply(lambda x: "wkdy" if x.weekday() < 5 else "wked")

还有其他一些功能可以执行，例如df.map，df.aggreagte，因为aggreagte是apply的基础。

使用for循环和if语句逐行附加到DataFrame

测试数据

3 个答案: