使用现有列将lambda应用于新列

Question

数据库为rv 列是“ NextResetDate_rv”（日期时间），“ RateResetFreq_rv”（时间增量） me1是pd.to_datetime（'12 / 31/2019'）

我正在尝试根据条件创建一个新列'resetcalc1_rv'，但无法正确编写代码，请指出错误之处

只要'rvresetcalc1_rv'基本上等于'NextResetDate_rv'，只要它在2019年12月31日后落入，否则必须添加'RateResetFreq_rv'直到满足条件

rv['resetcalc1_rv'] = rv['NextResetDate_rv']

def new1(row):
    while row['resetcalc1_rv'] < me1:
        row['resetcalc1_rv'] = row['NextResetDate_rv'] + row['RateResetFreq_rv']
        if row['resetcalc1_rv'] >= me1:
            break
        row['resetcalc1_rv']

rv['resetcalc1_rv'] = rv.apply(lambda row:new1(row), axis=1)

现在所有行的输出均为“无”

Answer 1

您可以避免while循环。使用减法和整数除法，您可以找到需要满足每行条件的'RateResetFreq_rv'单位。 clip(lower=0)确保我们不更改指定日期之后的日期。然后，您可以一次计算所有值。

样本数据

import pandas as pd
df = pd.DataFrame({'NextResetDate_rv': pd.date_range('2019-11-01', periods=8, freq='15D'),
                   'RateResetFreq_rv': pd.to_timedelta(np.arange(31,23,-1), unit='D')})

代码

s = (((pd.to_datetime('2019-12-31') - df['NextResetDate_rv']).dt.days)//df['RateResetFreq_rv'].dt.days).add(1).clip(lower=0)
df['resetcalc1_rv'] = df['NextResetDate_rv'] + s*df['RateResetFreq_rv']

输出

  NextResetDate_rv RateResetFreq_rv resetcalc1_rv
0       2019-11-01          31 days    2020-01-02
1       2019-11-16          30 days    2020-01-15
2       2019-12-01          29 days    2020-01-28
3       2019-12-16          28 days    2020-01-13
4       2019-12-31          27 days    2020-01-27
5       2020-01-15          26 days    2020-01-15
6       2020-01-30          25 days    2020-01-30
7       2020-02-14          24 days    2020-02-14