检查列 'long_date' 中的哪些日期也在数组 holy_date 中

Question

我得到一个空的 df，虽然我知道其中应该有一些行

有什么解决办法吗？

第 7 行运行之后的 df 如下所示：

long_date	country
2020-11-07	Portugal
2020-01-01	Portugal

holy_date 看起来像这样：['2020-01-01','2020-01-06']

from numpy.ma.extras import isin
import holidays
df = df[(df['country'] == 'Portugal')]
min_year = (pd.DatetimeIndex(df.long_date).year.min())
max_year = (pd.DatetimeIndex(df.long_date).year.max())+1
holy_date = [i.strftime('%Y-%m-%d') for i in [*holidays.CountryHoliday('Portugal',years = np.arange(min_year,max_year,1)).keys()]]
df.long_date= pd.to_datetime(df.long_date).dt.date
df = pd.concat([df,df.long_date.isin(holy_date).rename('bh')],axis =1)
df[df['bh']==True]

Answer 1

问题出在您试图识别日期时间列中的字符串这一事实。你应该做的是消除行

df.long_date= pd.to_datetime(df.long_date).dt.date

并改用它：我在您的数据中添加了一些日期

long_date   country
0  2020-11-07  Portugal
1  2020-11-01  Portugal
2  2020-10-01  Portugal
3  2020-06-11  Portugal

和

from numpy.ma.extras import isin
import holidays
import pandas as pd
df = pd.read_csv('holyday.csv', sep=";")
print(df)
df = df[(df['country'] == 'Portugal')]
min_year = (pd.DatetimeIndex(df.long_date).year.min())
max_year = (pd.DatetimeIndex(df.long_date).year.max())+1

holy_date = [i.strftime('%Y-%m-%d') for i in [*holidays.CountryHoliday('Portugal',years = np.arange(min_year,max_year,1)).keys()]]
holy_date = list(holy_date)
#df.long_date= pd.to_datetime(df.long_date).dt.date
df = pd.concat([df,df['long_date'].isin(holy_date).rename('bh')],axis =1)
print(df)
df[df['bh']==True]

产生这个：

    long_date   country
0  2020-11-07  Portugal
1  2020-11-01  Portugal
2  2020-10-01  Portugal
3  2020-06-11  Portugal
    long_date   country     bh
0  2020-11-07  Portugal  False
1  2020-11-01  Portugal   True
2  2020-10-01  Portugal  False
3  2020-06-11  Portugal   True



    long_date   country    bh
1  2020-11-01  Portugal  True
3  2020-06-11  Portugal  True

检查列 'long_date' 中的哪些日期也在数组 holy_date 中

check which dates from column 'long_date' are also in array holy_date

python

pandas

datetime

isin