比较 pandas DataFrame 中的两个日期列以验证第三列
Compare two date columns in pandas DataFrame to validate third column
背景资料
我正在研究一个 DataFrame，我已经使用 fuzzymatcher 成功地加入了两个不同的足球运动员数据集。这些数据集没有精确匹配的键，而是必须通过它们的名称来完成。来自两个数据库的名称列的匹配示例如下
long_name name
L. Messi Lionel Andrés Messi Cuccittini
作为 18,000 行数据库验证过程的一部分，我想检查合并后的 DataFrame 中的两个出生日期列 - df，确保列匹配如下例
dob birth_date
1987-06-24 1987-06-24
两个日期列都已使用 pd.to_datetime() 从字符串转换为日期，例如
df['birth_date'] = pd.to_datetime(df['birth_date'])
我的问题
我的查询，我有另一个名为 'value' 的列。我想更新我的 pandas DataFrame，这样如果两个日期列匹配，条目就不会改变。但是，如果两个日期列不匹配，我希望将此值列中的数据更改为空。这是我可以在 Excel 中通过 date_diff 计算轻松完成的事情，但我不确定 pandas.
我当前的代码如下：
df.loc[(df['birth_date'] != df['dob']),'value'] = np.nan
这一步的原因（随意跳过）
使用此代码的原因是它会快速向我显示不准确的模糊匹配（大约占数据库总数的 10%）并允许我快速修复它们。
理想情况下，我还需要研究匹配算法以确保完美的日期匹配，但是，我当前的算法目前在当前状态下运行良好，并且项目即将完成。如果您对此有任何建议，我很乐意听到
非常感谢！
IICU：
请尝试 np.where。
工作原理如下；
np.where(if condition, assign x, else assign y)
if condition=df.loc[(df['birth_date'] != df['dob'],
x=np.nan 和
y=盛行df.value
df['value']= np.where(df.loc[(df['birth_date'] != df['dob']),'value'], np.nan, df['value'])
背景资料
我正在研究一个 DataFrame，我已经使用 fuzzymatcher 成功地加入了两个不同的足球运动员数据集。这些数据集没有精确匹配的键，而是必须通过它们的名称来完成。来自两个数据库的名称列的匹配示例如下
long_name name
L. Messi Lionel Andrés Messi Cuccittini
作为 18,000 行数据库验证过程的一部分，我想检查合并后的 DataFrame 中的两个出生日期列 - df，确保列匹配如下例
dob birth_date
1987-06-24 1987-06-24
两个日期列都已使用 pd.to_datetime() 从字符串转换为日期，例如
df['birth_date'] = pd.to_datetime(df['birth_date'])
我的问题
我的查询，我有另一个名为 'value' 的列。我想更新我的 pandas DataFrame，这样如果两个日期列匹配，条目就不会改变。但是，如果两个日期列不匹配，我希望将此值列中的数据更改为空。这是我可以在 Excel 中通过 date_diff 计算轻松完成的事情，但我不确定 pandas.
我当前的代码如下：
df.loc[(df['birth_date'] != df['dob']),'value'] = np.nan
这一步的原因（随意跳过）
使用此代码的原因是它会快速向我显示不准确的模糊匹配（大约占数据库总数的 10%）并允许我快速修复它们。
理想情况下，我还需要研究匹配算法以确保完美的日期匹配，但是，我当前的算法目前在当前状态下运行良好，并且项目即将完成。如果您对此有任何建议，我很乐意听到
非常感谢！
IICU：
请尝试 np.where。
工作原理如下；
np.where(if condition, assign x, else assign y)
if condition=df.loc[(df['birth_date'] != df['dob'],
x=np.nan 和
y=盛行df.value
df['value']= np.where(df.loc[(df['birth_date'] != df['dob']),'value'], np.nan, df['value'])