我需要两个 col
第一个显示最近的日期,第二个显示 col
的名称
d = {'col1': ["id1","id2"] 'Stage 1': [26-01-2021, 04-01-2021],'Stage 2': [27-01-2021, 02-10-2025]}
df = pd.DataFrame(data=d)
df
图片参考
实际
要求
我试过了
date=datetime.date.today()
idx = plc.index[df[['Stage 1','Stage 2']].index.get_loc(date,
method='nearest')]
答案 0 :(得分:1)
以下内容可以帮助您:
首先将您的日期转换为 datetimes
,以便您可以在比较操作中使用它们:
df['Stage 1'] = pd.to_datetime(df['Stage 1'])
df['Stage 2'] = pd.to_datetime(df['Stage 2'])
然后找到最近日期的位置,例如使用:
closest = np.argmin([abs(df['Stage 1'].dt.date - date),
abs(df['Stage 2'].dt.date - date)], axis=1)
并使用这些位置来获取列的名称。您可以在第一个新列 Requirement 1
df['Requirement 1'] = df.columns[-2:][closest]
然后您可以使用 Requirement 1
中的列名来获取最接近的原始日期:
df['Requirement 2'] = df.apply(lambda x: x[x['Requirement 1']].date(), axis=1)
我的输出看起来像:
col1 Stage 1 Stage 2 Requirement 1 Requirement 2
0 id1 2021-01-26 2025-01-27 Stage 1 2021-01-26
1 id2 2025-04-01 2019-02-10 Stage 2 2019-02-10
答案 1 :(得分:1)
将日期转换为日期时间后,您可以将其传递给一个函数,该函数一次性填充两个新列:
import pandas
import datetime
d = {'col1': ["id1","id2"], 'Stage 1': ['26-01-2021', '04-01-2021'],'Stage 2': ['27-01-2021', '02-10-2025']}
df = pd.DataFrame(data=d)
df['Stage 1'] = pd.to_datetime(df['Stage 1'], format='%d-%m-%Y')
df['Stage 2'] = pd.to_datetime(df['Stage 2'], format='%d-%m-%Y')
date=pd.to_datetime(datetime.date.today())
def get_date(row):
date_range = row[['Stage 1', 'Stage 2']]
closest_date_key = abs(date - date_range).argmin()
closest_date = date_range[closest_date_key]
column_name = date_range.keys()[closest_date_key]
return pd.Series((closest_date, column_name))
df[['Requirement 1', 'Requirement 2']] = df.apply(lambda row:get_date(row), axis=1)
输出:
| | col1 | Stage 1 | Stage 2 | Requirement 1 | Requirement 2 |
|---:|:-------|:--------------------|:--------------------|:--------------------|:----------------|
| 0 | id1 | 2021-01-26 00:00:00 | 2021-01-27 00:00:00 | 2021-01-27 00:00:00 | Stage 2 |
| 1 | id2 | 2021-01-04 00:00:00 | 2025-10-02 00:00:00 | 2021-01-04 00:00:00 | Stage 1 |