python如何查找从2019年12月开始的每个月的天数，并在两个日期列之间转发
我有两个日期列“ StartDate”和“ EndDate”。我想查找从2019年12月起的两个日期之间每个月的天数，然后忽略2019年之前的任何几个月进行计算。每行的StartDate和EndDate可以跨越2年，并且月份重叠，并且Date列也可以为空。
样本数据：
df = {'Id': ['1','2','3','4','5','6','7', '8'],
'Item': ['A','B','C','D','E','F','G', 'H'],
'StartDate': ['2019-12-10', '2019-12-01', '2019-10-01', '2020-01-01', '2019-03-01','2019-03-01','2019-10-01', ''],
'EndDate': ['2020-02-21' ,'2020-01-01','2020-08-31','2020-01-30','2019-12-31','2019-12-31','2020-08-31', '']
}
df = pd.DataFrame(df,columns= ['Id', 'Item','StartDate','EndDate'])
预期的O / P：
以下解决方案部分有效。
df['StartDate'] = pd.to_datetime(df['StartDate'])
df['EndDate'] = pd.to_datetime(df['EndDate'])
def days_of_month(x):
s = pd.date_range(*x, freq='D').to_series()
return s.resample('M').count().rename(lambda x: x.month)
df1 = df[['StartDate', 'EndDate']].apply(days_of_month, axis=1).fillna(0)
df_final = df[['StartDate', 'EndDate']].join([df['StartDate'].dt.year.rename('Year'), df1])
4 个答案:
答案 0 :(得分：2)
尝试一下：
df.join(df.dropna(axis=0,how='any')
.apply(lambda x: pd.date_range(x['StartDate'],x['EndDate'], freq='D')
.to_frame().resample('M').count().loc['2019-12-01':].unstack(), axis=1)[0].fillna(0))
输出：
Id Item StartDate EndDate 2019-12-31 00:00:00 2020-01-31 00:00:00 2020-02-29 00:00:00 2020-03-31 00:00:00 2020-04-30 00:00:00 2020-05-31 00:00:00 2020-06-30 00:00:00 2020-07-31 00:00:00 2020-08-31 00:00:00
0 1 A 2019-12-10 2020-02-21 22.0 31.0 21.0 0.0 0.0 0.0 0.0 0.0 0.0
1 2 B 2019-12-01 2020-01-01 31.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2 3 C 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0
3 4 D 2020-01-01 2020-01-30 0.0 30.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
4 5 E 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5 6 F 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
6 7 G 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0
7 8 H NaT NaT NaN NaN NaN NaN NaN NaN NaN NaN NaN
答案 1 :(得分：2)
我们将创建两个大的DataFrame，一个在每个月初，另一个在每个月底。然后，我们将它们相应地裁剪，这给我们提供了一个简单的减法。由于您要添加结束日期，因此我们需要添加1天，然后我们清除所有负日期，该日期应为0。
import pandas as pd
df_s = pd.DataFrame([pd.date_range('2019-12-01', '2020-12-01', freq='MS').to_numpy()],
index=df.index)
df_e = df_s + pd.offsets.MonthEnd(1)
df_s = df_s.clip(lower=pd.to_datetime(df.StartDate), axis=0)
df_e = df_e.clip(upper=pd.to_datetime(df.EndDate), axis=0)
res = ((df_e - df_s) + pd.to_timedelta(1, 'd')).clip(lower=pd.to_timedelta(0, 'd'))
res.columns = pd.period_range(start='2019-12', end='2020-12', freq='M')
# So int or float
for col in res.columns:
res[col] = res[col].dt.days
df = pd.concat([df, res], axis=1)
Id Item StartDate EndDate 2019-12 2020-01 2020-02 2020-03 2020-04 2020-05 2020-06 2020-07 2020-08 2020-09 2020-10 2020-11 2020-12
0 1 A 2019-12-10 2020-02-21 22.0 31.0 21.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
1 2 B 2019-12-01 2020-01-31 31.0 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2 3 C 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0 0.0 0.0 0.0 0.0
3 4 D 2020-01-01 2020-01-30 0.0 30.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
4 5 E 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5 6 F 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
6 7 G 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0 0.0 0.0 0.0 0.0
7 8 H NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
答案 2 :(得分：2)
这是另一种方法，创建全天列表，并计算与广播的重叠：
dates = pd.date_range('2019-12-01', '2020-12-31', freq='D').values
(pd.DataFrame((df.StartDate.values <= dates[:,None])
& (df.EndDate.values >= dates[:,None]),
index=dates)
.resample('M')
.sum()
.T
)
输出：
2019-12-31 00:00:00 2020-01-31 00:00:00 2020-02-29 00:00:00 2020-03-31 00:00:00 2020-04-30 00:00:00 2020-05-31 00:00:00 2020-06-30 00:00:00 2020-07-31 00:00:00 2020-08-31 00:00:00 2020-09-30 00:00:00 2020-10-31 00:00:00 2020-11-30 00:00:00 2020-12-31 00:00:00
-- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- --------------------- ---------------------
0 22 31 21 0 0 0 0 0 0 0 0 0 0
1 31 1 0 0 0 0 0 0 0 0 0 0 0
2 31 31 29 31 30 31 30 31 31 0 0 0 0
3 0 30 0 0 0 0 0 0 0 0 0 0 0
4 31 0 0 0 0 0 0 0 0 0 0 0 0
5 31 0 0 0 0 0 0 0 0 0 0 0 0
6 31 31 29 31 30 31 30 31 31 0 0 0 0
7 0 0 0 0 0 0 0 0 0 0 0 0 0
答案 3 :(得分：1)
使用相同的代码，将coerce添加到to_datetime和dropna并更改rename部分
df['StartDate'] = pd.to_datetime(df['StartDate'], errors='coerce')
df['EndDate'] = pd.to_datetime(df['EndDate'], errors='coerce')
def days_of_month(x):
s = pd.date_range(*x, freq='D').to_series()
return s.resample('M').count().rename(lambda x: x.to_period(freq='M'))
df1 = (df[['StartDate', 'EndDate']].dropna().apply(days_of_month, axis=1)
.reindex(df.index).fillna(0))
df_final = df.join(df1)
Out[1205]:
Id Item StartDate EndDate 2019-03 2019-04 2019-05 2019-06 2019-07 \
0 1 A 2019-12-10 2020-02-21 0.0 0.0 0.0 0.0 0.0
1 2 B 2019-12-01 2020-01-01 0.0 0.0 0.0 0.0 0.0
2 3 C 2019-10-01 2020-08-31 0.0 0.0 0.0 0.0 0.0
3 4 D 2020-01-01 2020-01-30 0.0 0.0 0.0 0.0 0.0
4 5 E 2019-03-01 2019-12-31 31.0 30.0 31.0 30.0 31.0
5 6 F 2019-03-01 2019-12-31 31.0 30.0 31.0 30.0 31.0
6 7 G 2019-10-01 2020-08-31 0.0 0.0 0.0 0.0 0.0
7 8 H NaT NaT 0.0 0.0 0.0 0.0 0.0
2019-08 2019-09 2019-10 2019-11 2019-12 2020-01 2020-02 2020-03 \
0 0.0 0.0 0.0 0.0 22.0 31.0 21.0 0.0
1 0.0 0.0 0.0 0.0 31.0 1.0 0.0 0.0
2 0.0 0.0 31.0 30.0 31.0 31.0 29.0 31.0
3 0.0 0.0 0.0 0.0 0.0 30.0 0.0 0.0
4 31.0 30.0 31.0 30.0 31.0 0.0 0.0 0.0
5 31.0 30.0 31.0 30.0 31.0 0.0 0.0 0.0
6 0.0 0.0 31.0 30.0 31.0 31.0 29.0 31.0
7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2020-04 2020-05 2020-06 2020-07 2020-08
0 0.0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0 0.0
2 30.0 31.0 30.0 31.0 31.0
3 0.0 0.0 0.0 0.0 0.0
4 0.0 0.0 0.0 0.0 0.0
5 0.0 0.0 0.0 0.0 0.0
6 30.0 31.0 30.0 31.0 31.0
7 0.0 0.0 0.0 0.0 0.0
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？