使用for循環熊貓代替日期時間值

我有一個df看起來像下面，但更大。在lastDate的列下有一些不正確的日期，並且它們只有在correctDate列中存在某些內容時纔是不正確的。使用for循環熊貓代替日期時間值

dff = pd.DataFrame(
      {"lastDate":['2016-3-27', '2016-4-11', '2016-3-27', '2016-3-27', '2016-5-25', '2016-5-31'], 
      "fixedDate":['2016-1-3', '', '2016-1-18', '2016-4-5', '2016-2-27', ''], 
      "analyst":['John Doe', 'Brad', 'John', 'Frank', 'Claud', 'John Doe'] 
      })

第一個是我，第二個是想我有循環後

來源

2017-08-03 Johnny

首先將這些列的datetime dtypes：

for col in ['fixedDate', 'lastDate']: 
    df[col] = pd.to_datetime(df[col])

然後您可以使用

mask = pd.notnull(df['fixedDate']) 
df.loc[mask, 'lastDate'] = df['fixedDate']

例如，

import pandas as pd 

df = pd.DataFrame({"lastDate":['2016-3-27', '2016-4-11', '2016-3-27', '2016-3-27', '2016-5-25', '2016-5-31'], "fixedDate":['2016-1-3', '', '2016-1-18', '2016-4-5', '2016-2-27', ''], "analyst":['John Doe', 'Brad', 'John', 'Frank', 'Claud', 'John Doe'] }) 

for col in ['fixedDate', 'lastDate']: 
    df[col] = pd.to_datetime(df[col]) 

mask = pd.notnull(df['fixedDate']) 
df.loc[mask, 'lastDate'] = df['fixedDate'] 
print(df)

產生

analyst fixedDate lastDate 
0 John Doe 2016-01-03 2016-01-03 
1  Brad  NaT 2016-04-11 
2  John 2016-01-18 2016-01-18 
3  Frank 2016-04-05 2016-04-05 
4  Claud 2016-02-27 2016-02-27 
5 John Doe  NaT 2016-05-31

來源

2017-08-03 22:21:47 unutbu

當我申請面膜我的真實數據集，這讓所有的lastDate與空fixedDate爲空爲好。這並沒有發生在樣本df上。任何線索爲什麼會發生這種情況？ – Johnny

我寫過將日期字符串轉換爲實際日期並不是絕對必要的，但現在我意識到這是不正確的。 'pd.notnull（['']）'等於'np.array（[True]）'所以'mask'將會是True，其中'fixedDate'是一個空字符串。即使'fixedDate'是一個空字符串，這會導致'df.loc [mask，'lastDate'] = df ['fixedDate']'覆蓋'lastDate'。這可能會解釋你看到的行爲，假設你沒有使用'pd.to_datetime'將日期字符串轉換爲'datetime64's。 – unutbu

使用for循環熊貓代替日期時間值

回答

相關問題