【问题标题】：Python_Pandas: If datetime values fall under certain date duration, create a column with specific valuePython_Pandas：如果日期时间值低于特定日期持续时间，则创建具有特定值的列
【发布时间】：2018-04-23 09:48:32
【问题描述】：

鉴于：

从df下方，

df = pd.DataFrame(
            {"date":['2016-6-1', '2016-9-22', '2016-10-28', '2016-11-4', '2016-6-29', '2016-10-1', '2016-6-15', '2016-7-29', '2016-11-1'],
             "score":[9, 8, 8, 10, 6, 7, 7, 7, 6]
            })

执行以下任务：

对于满足以下条件的日期，为新添加的名为“staffNumber”的列添加特定值：

IF 'date' 低于 6/1/2016~9/22/2016 THAN 创建一个值为 1 的新列。

IF 'date' 低于 9/23/2016~10/28/2016 THAN 创建一个值为 2 的新列。

IF 'date' 低于 10/29/2016~11/4/2016 THAN 创建一个值为 3 的新列

最终结果如下所示：

df2 = pd.DataFrame(
            {"date":['2016-6-1', '2016-9-22', '2016-10-28', '2016-11-4', '2016-6-29', '2016-10-1', '2016-6-15', '2016-7-29', '2016-11-1'],
             "score":[9, 8, 8, 10, 6, 7, 7, 7, 6],
             "staffNumber":[1,1,2,3,1,2,1,1,3]
            })

我尝试过的：

我通常在问任何问题之前先尝试一下。但是，对于这个，我想不出任何方法。

我从以下链接中查看了使用 np.where 和 .isin： 1.Python numpy where function with datetime 2.Using 'isin' on a date in a pandas column 3.Pandas conditional creation of a series/dataframe column

任何帮助将不胜感激！

【问题讨论】：

标签： python pandas numpy duration

【解决方案1】：

这个问题似乎有点老了，但我最近也有类似的需求，我是这样做的：

def staffNumber(date):
    if datetime.date(2016, 1, 6) <= date <= datetime.date(2016, 9, 22):
        return 1
    elif datetime.date(2016, 9, 23) <= date <= datetime.date(2016, 10, 28):
        return 2

    """#(include all the other IFs and date ranges here)"""

    else:
        return 'input date out of range'

df['staffNumber'] = df.date.apply(lambda x: fiscalweek(x) )

【讨论】：

【解决方案2】：

使用cut:

#convert to datetimes if necessary
df['date'] = pd.to_datetime(df['date'])
b = pd.to_datetime(['2016-06-01','2016-09-22','2016-10-28','2016-11-04'])
l = range(1,4)
df['new'] = pd.cut(df['date'], bins=b, labels=l, include_lowest=True)
print (df)
        date  score new
0 2016-06-01      9   1
1 2016-09-22      8   1
2 2016-10-28      8   2
3 2016-11-04     10   3
4 2016-06-29      6   1
5 2016-10-01      7   2
6 2016-06-15      7   1
7 2016-07-29      7   1
8 2016-11-01      6   3

或numpy.searchsorted:

#change first date to 2016-05-31
b = pd.to_datetime(['2016-05-31','2016-09-22','2016-10-28','2016-11-04'])
l = range(1,4)

df['new'] = np.array(l)[b.searchsorted(df['date'].values) - 1]
print (df)
        date  score  new
0 2016-06-01      9    1
1 2016-09-22      8    1
2 2016-10-28      8    2
3 2016-11-04     10    3
4 2016-06-29      6    1
5 2016-10-01      7    2
6 2016-06-15      7    1
7 2016-07-29      7    1
8 2016-11-01      6    3

【讨论】：

它适用于示例 df。但是对于我必须解决的问题，我有 16 个不同的日期范围，6/1/2016~Now，所有这些范围都有不同的值 (1,2,1,0,1,0,1,0,-1 ,-2,-3,-4,-4,-3,-2,-3)。第一种方法 'cut' 方法不适用于 ValueError：分类类别必须是唯一的。我正在尝试第二种方法。但是，您在第二种方法中在哪里应用了 range(1,4) ？另一个问题是我的问题也有负数..
我编辑答案，只使用从searchosrted函数返回的索引索引l，负数也很好用。

【解决方案3】：

一般来说，完成这个你需要创建一个列而不考虑日期的值。

df['employee'] = ...some_value_here...

然后您需要在日期在您指定的范围内时分配值。你可以用 lambda 来做到这一点：

df['employee'] = df['date'].apply( lambda x : __something__ )

现在您已将 lambda 中的 __something__ 替换为将日期范围（它们是字符串！）分配到您需要的值的逻辑。

如果 lambda 中的 __something__ 很长，它将不可读：定义一个之前执行此操作的函数并应用(lambda x: justdefinedfunction(x) )

【讨论】：