首先我们可以导入一些可能有用的包
import pandas as pd
import datetime
假设我现在有一个包含日期、姓名和年龄列的数据框。
df1 = pd.DataFrame({'date': ['10-04-2020', '04-07-2019', '12-05-2015' ], 'name': ['john', 'tim', 'sam'], 'age':[20, 22, 27]})
现在说我有另一个带有一些随机列的数据框
df2 = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})
问题:
如何获取 df1
中按日期过滤的年龄值(可以选择此值)并使用此值填充 df2
中的全新列?理想情况下,此方法应该适用于数据框中的任意数量的行。
尝试过
以下是我尝试过的(在一个类似的例子中)但由于某种原因它似乎不起作用(它只在大多数列条目中显示 nan 值,除了一些似乎随机填充的值)。
y = datetime.datetime(2015, 5, 12)
df2['new'] = df1[(df1['date'] == y)].age
预期产出
由于我已经根据 sams 年龄(日期对应于具有 sams 名称的行)在上面进行了过滤,因此我希望将新列添加到 df2 中,并将他的年龄作为所有条目(在这种情况下 27 重复 3 次)。
df2 = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6], 'new': [27, 27, 27]})
答案 0 :(得分:1)
试试:
y = datetime.datetime(2015, 5, 12).strftime('%d-%m-%Y')
df2.loc[:, 'new'] = df1.loc[df1['date'] == y, "age"].item()
# Output
a b new
0 1 4 27
1 2 5 27
2 3 6 27
答案 1 :(得分:1)
您想将 y 的格式更改为 Str 并尝试使用 df.loc 方法
y = datetime.datetime(2015, 5, 12)
y=y.strftime('%d-%m-%Y')
df2['new']=int(df1.loc[df1['date']==y,'age'].values)
df2
答案 2 :(得分:1)
将 df1 date
列转换为 datetime
类型
df1['date'] = pd.to_datetime(df1.date, format='%d-%m-%Y')
过滤数据框并获取年龄
req_date = '2015-05-12'
age_for_date = df1.query('date == @req_date').age.iloc[0]
注意:这假设每个日期只有一个年龄(正如 OP 在评论中所解释的那样)
创建一个新列
df2 = df2.assign(new=age_for_date)
输出
a b new
0 1 4 27
1 2 5 27
2 3 6 27