Question

我有一个日期如下的数据框：

               Daycount   
Date                                                                       
2020-05-01         0      
2020-06-01         0        
2020-07-01         0          
2020-08-01         0         
2020-09-01         0

我正尝试使用以下公式提取一天到下一天的天数：

def days360(start_date, end_date, method_eu=False):
        start_day = start_date.day
    start_month = start_date.month
    start_year = start_date.year
    end_day = end_date.day
    end_month = end_date.month
    end_year = end_date.year

    if start_day == 31 or (method_eu is False and start_month == 2 and (start_day == 29 or (start_day == 28 and calendar.isleap(start_year) is False))):
        start_day = 30

    if end_day == 31:
        if method_eu is False and start_day != 30:
            end_day = 1

            if end_month == 12:
                end_year += 1
                end_month = 1
            else:
                end_month += 1
        else:
            end_day = 30

    return end_day + end_month * 30 + end_year * 360 - start_day - start_month * 30 - start_year * 360

但是，我尝试按以下方式使用apply函数，但出现以下错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

在DataFrame中仅传递一组值时，它可以工作，因此我的公式绝对正确。创建另一个带有日期偏移的列，然后应用公式确实可以，但是我正在寻找一种更简洁的方法。我不确定应用功能。我应该有30天的全天候时间。

hypo["Daycount"] = hypo.apply(lambda x: days360(x.index,x.index.shift(-1)))

目标输出应为下表：

        Date  Daycount
0 2020-05-01      30.0
1 2020-06-01      30.0
2 2020-07-01      30.0
3 2020-08-01      30.0
4 2020-09-01      30.0

Answer 1

使用pd.to_datetime将系列转换为类似系列的日期时间，然后使用Series.dt访问系列的日期时间属性，然后在组件year，{{1 }}和month以获得所需的结果：

day

df = df.reset_index()
dates = pd.to_datetime(df['Date'])
df['Daycount'] = (
    (dates.dt.year.diff() * 360 + dates.dt.month.diff() * 30 + dates.dt.day.diff()).fillna(0)
)

考虑另一个具有更复杂数据框的示例：

# print(df)
         Date  Daycount
0  2020-05-01       0.0
1  2020-06-01      30.0
2  2020-07-01      30.0
3  2020-08-01      30.0
4  2020-09-01      30.0

# Given dataframe
# print(df)
            Daycount
Date                
2020-05-01         0
2020-06-03         0
2020-07-01         0
2021-07-02         0
2022-08-03         0

Answer 2

如果要使用.apply，则需要修改函数（或基于已有的函数添加另一个函数）以对Series对象（而不是其元素）进行操作。请参见pandas DataFrame apply docstring“传递给函数的对象是Series对象，其索引为要么...”

您可以通过使用列表理解来避免使用.apply和lambda

df['derived'] = [ yourfunction(a,b) for a,b in zip(df.index, df.index.shift(-1)) ]

我确定还有另一种向量化函数的方法，但这至少应该使您的代码正常工作。曾经有一段时间，lambda表达式遭到python的关键人物的强烈反对，并提倡将其删除，因为它总是可以用另一种方法完成的。

使用熊猫时，日期和日期会发生变化

2 个答案: