Question

我的数据框如下：

df = {'emp': [123, 234], 'state': ['AL', 'CA'], 'start_time': ['08:00', '08:00'], 'end_time': ['17:00', '17:00']
df.head()
emp|state|start_time|end_time
123|AL|11/05/2020 08:00|11/05/2020 17:00
234|CA|11/05/2020 08:00|11/05/2020 17:00

我还有一个单独的字典，如下所示：

START_ADJUST = {"AL": 0, "CA": 20}

需要一个python函数，用于df中的每个状态，将字典中该状态键的值的分钟数与数据帧中“ start_time”中的军事时间值相加。

这是我尝试过的：

df['prep_mins'] = df['state'].map(START_ADJUST)
df['start_time'] = pd.to_datetime(df['start_time']) + pd.to_timedelta(df['prep_mins'], unit = 'm')

预期结果：

emp|state|start_time|end_time
123|AL|11/05/2020 08:00|11/05/2020 17:00
234|CA|11/05/2020 08:20|11/05/2020 17:00

我得到的结果：

emp|state|start_time|end_time
123|AL|11/05/2020 08:00|11/05/2020 17:00
234|CA|11/05/2020 08:00|11/05/2020 17:00

两个一个问题 s ：

如何增加军事时间？

~~2）如何将字典值的值添加到数据框架中的列？~~

Answer 1

这是一种方法。我将日期添加到原始数据中，并将时间偏移量从0更改为1，以验证是否应用了所有调整。

import pandas as pd

df = {'emp': [123, 234], 
      'state': ['AL', 'CA'], 
      'start_time': ['2020-11-05 08:00', '2020-11-05 08:00'], 
      'end_time':   ['2020-11-05 17:00', '2020-11-05 17:00'],
     }
# create data frame
df = pd.DataFrame(data=df)

# convert data type
df['start_time'] = pd.to_datetime(df['start_time'])
df['end_time'] = pd.to_datetime(df['end_time'])

# original adjustments
start_adjust = {"AL": 1, "CA": 20}

# convert data type
start_adjust = {
    key: pd.to_timedelta(value, unit='minute')
    for key, value in start_adjust.items()
}

# apply adjustment
df['start_time'] += df.apply(lambda x: start_adjust[x['state']], axis=1)

# results
print(df)

   emp state          start_time            end_time
0  123    AL 2020-11-05 08:01:00 2020-11-05 17:00:00
1  234    CA 2020-11-05 08:20:00 2020-11-05 17:00:00

将值添加到字典中的列

1 个答案: