Pandas 添加带有日期的列

Question

我想添加一个日期差异列，它需要一些日期并减去 df 中的日期列。棘手的部分是，如果 Id 没有出现两次，它只会计算名称列中是否有字符串 X。例如，

df

Id Date Name

111 1/1/17 Xyz

123 1/2/17 Xab

222 1/1/17 abc

222 1/2/17 Xab

333 1/1/17 abc 

333 1/2/17 def

如果我使用 currentdate = datetime.date(2017,5, 1)，结果将是：

Id Date Name Diff

111 1/1/17 Xyz 4  

123 1/2/17 Xab 3  

222 1/1/17 abc 0  

222 1/2/17 Xab 0  (this is 0 since 222 already showed up)

333 1/1/17 abc 0

333 1/2/17 def 0

我的方法是按字符串 'X' 对它们进行分组，但我不确定如何获取唯一行。提前致谢！

Answer 1

首先，创建一个时间戳对象 -

d = pd.to_datetime('2017-01-5')

选项 1
现在，计算差异，并根据您的条件使用 mask 隐藏行 -

m = df['Id'].duplicated(keep=False) | ~df['Name'].str.contains('X')
df['Diff'] = (d - pd.to_datetime(df['Date'])).dt.days.mask(m, 0)

df

    Id    Date Name  Diff
0  111  1/1/17  Xyz     4
1  123  1/2/17  Xab     3
2  222  1/1/17  abc     0
3  222  1/2/17  Xab     0
4  333  1/1/17  abc     0
5  333  1/2/17  def     0

我使用 pd.Series.duplicated 删除那些重复的条目，并使用 str.contains 检查 X 是否在 Name.

中

选项 2
您可以使用 np.where，但方法相似 -

m = df['Id'].duplicated(keep=False) | ~df['Name'].str.contains('X')
df['Diff'] = np.where(m, 0, (d - pd.to_datetime(df['Date'])).dt.days)

df

    Id    Date Name  Diff
0  111  1/1/17  Xyz     4
1  123  1/2/17  Xab     3
2  222  1/1/17  abc     0
3  222  1/2/17  Xab     0
4  333  1/1/17  abc     0
5  333  1/2/17  def     0

Pandas 添加带有日期的列

Pandas adding column with date

python

datediff

pandas