在循环中使用 timedelta

Question

我在数据框中有两列 min_date 和 max_date，其中每一行对应一个独特的产品和 3 个级别的产品层次结构（产品组），我计算了它们之间的区别找出中间的天数 (date_diff)。现在，我想看看有多少产品落在不同的桶中。说，第 04 组有多少产品 date_diff 超过 180 天，第 04 组有多少产品 date_diff 超过 150 天且少于 180 天..等等我会有7 桶 date_diff 从 0-30 天差异到超过 180 天差异。

我正在尝试以下代码：

    check_df=pd.DataFrame()
    for i in range(0,170331) :
         if (max_days_by_order.date_diff[i] > 160) :
                check_df[i] =  max_days_by_order.iloc[i]
        
    check_df

我收到这个错误：

'>' not supported between instances of 'Timedelta' and 'int'

我的数据框看起来像这样

Answer 1

编辑：关于你的附加问题：

示例数据框（简化 - 请始终在您的问题中添加可以复制的小示例，而不是屏幕截图）：

df = pd.DataFrame({
    'prod_loc': range(10),
    'code_1': ['01'] * 5 + ['02'] * 5,
    'code_2': ['001'] * 3 + ['002'] * 3 + ['003'] * 4,
    'min_date': pd.to_datetime(['2021-07-22'] * 10),
    'max_date': pd.date_range('2021-07-22', periods=10, freq='25d')
})
df['date_diff'] = df.max_date - df.min_date

   prod_loc code_1 code_2   min_date   max_date date_diff
0         0     01    001 2021-07-22 2021-07-22    0 days
1         1     01    001 2021-07-22 2021-08-16   25 days
2         2     01    001 2021-07-22 2021-09-10   50 days
3         3     01    002 2021-07-22 2021-10-05   75 days
4         4     01    002 2021-07-22 2021-10-30  100 days
5         5     02    002 2021-07-22 2021-11-24  125 days
6         6     02    003 2021-07-22 2021-12-19  150 days
7         7     02    003 2021-07-22 2022-01-13  175 days
8         8     02    003 2021-07-22 2022-02-07  200 days
9         9     02    003 2021-07-22 2022-03-04  225 days

第一步：设置存储桶（您可以选择其他存储桶）并使用它们 pd.cut-ing diff_days-列：

buckets = list(range(0, 181, 50)) + [df.date_diff.max().days + 1]
cut = pd.cut(df.date_diff.dt.days, buckets, right=False)

然后，第二步，做

result = df.groupby(['code_1', cut]).prod_loc.count().unstack(1)

产生

date_diff  [0, 50)  [50, 100)  [100, 150)  [150, 226)
code_1                                               
01               2          2           1           0
02               0          0           1           4

或

result = df.groupby(['code_1', 'code_2', cut]).prod_loc.count().unstack(2)

产生

date_diff      [0, 50)  [50, 100)  [100, 150)  [150, 226)
code_1 code_2                                            
01     001           2          1           0           0
       002           0          1           1           0
       003           0          0           0           0
02     001           0          0           0           0
       002           0          0           1           0
       003           0          0           0           4

如果您喜欢更长的视图，则不需要 unstack。

你也可以试试

df['buckets'] = cut
result = df.pivot_table(index=['code_1'], columns='buckets',
                        values='prod_loc', aggfunc='count')
result = df.pivot_table(index=['code_1', 'code_2'], columns='buckets',
                        values='prod_loc', aggfunc='count')

这是您要找的吗？

顺便说一句：不要遍历数据帧，除非你绝对必须这样做。使用本机 Pandas 方法。例如，对于

max_days_by_order = pd.DataFrame({
    'min_date': pd.to_datetime(['2021-07-21', '2021-07-22']),
    'max_date': pd.to_datetime(['2021-10-21', '2022-07-22'])
})
max_days_by_order['date_diff'] = (max_days_by_order.max_date
                                  - max_days_by_order.min_date)

    min_date   max_date date_diff
0 2021-07-21 2021-10-21   92 days
1 2021-07-22 2022-07-22  365 days

这个

check_df = max_days_by_order.date_diff.where(
                max_days_by_order.date_diff.dt.days > 180
           )

生产

0        NaT
1   365 days
Name: date_diff, dtype: timedelta64[ns]

这似乎是您要实现的目标？（我没有完整的图片，所以我可能错过了一些东西。）

在循环中使用 timedelta

Using timedelta in loop

python

datetime

timedelta

dataframe

pandas