Pandas 新列基于旧列，有条件地处理 None 值

Question

我正在尝试根据 pandas 中的现有列创建一个新列。现有列包含年份和季度。 IE：“201901”或为空白。如果原始列具有有效条目，则新列应包含完整的时间戳，否则为空白。

即：

Input:
201901
201902
None
201901

Desired output:
datetime(2019,01,01)
datetime(2019,03,01)
None
datetime(2019,01,01)

我的尝试：


    df['stamp'] = np.where(df['quarter'].astype(str).str.len() == 8,\
       datetime( df['quarter'].astype(str).str[0:4].astype(int), \
                 df['quarter'].astype(str).str[4:6].astype(int)*3,1), \
    None)

结果：

ValueError: invalid literal for int() with base 10: ''

在我看来，条件的 True 分支的代码正在评估所有行。注意：条件是正确的，它正确识别了有效条目。

Answer 1

你能不能做点像...

df['stamp'] = df['quarter'].replace('', np.nan, inplace=True)

然后再做其他计算？

Answer 2

pandas.to_datetime 会自动解析季度，但需要采用 2019Q3 格式，年份后跟 Q 和季度。

因为你有一列带有 None 的整数，所以很难知道基础值是否真的是整数，或者它们是否被强制转换为 float，这可能会弄乱字符串切片无需先更换。

import pandas as pd

s = df.stamp.astype(str).replace('\.0', '', regex=True) # Remove .replace if truly integer
pd.to_datetime(s.str[0:4] + 'Q' + s.str[-1], errors='coerce')

#0   2019-01-01
#1   2019-04-01
#2          NaT
#3   2019-01-01
#Name: stamp, dtype: datetime64[ns]

对于缺失的行，您会得到一些垃圾 'nanQn' 或 'NoneQe'，但是由于它将变成 NaT 无论如何可能没什么大不了的。

Pandas 新列基于旧列，有条件地处理 None 值

Pandas new column based on old column with conditional to handle None value

python

numpy

pandas