在 Pandas 中将 Months 列添加到 Date 列

Question

我想将包含月份数的列添加到包含日期的列中。到目前为止，我已经尝试过 (pd.DateOffset(months=plus_month_period)) 但是“月”不接受列，只是一个数字。我最成功的尝试如下：

dates = {'Date': ['24/04/2019','24/04/2019','2011/05/30'], 'Months':[2,12,100]}
df = pd.DataFrame(dates, columns = ['Date','Months'])

month_sum = pd.to_datetime(df['Date']).dt.to_period('m')
df['Add_month'] = ((month_sum + np.array(df['Months'])).dt.strftime('%Y/%m')).astype(str) + '/' + (pd.to_datetime(df['Date']).dt.day).astype(str)

print(pd.to_datetime(df['Add_month']))

这会导致：

0   2019-06-24
1   2020-04-24
2   2023-11-30

我对这个解决方案的问题是，在创建列 df['Add_month'] 时，我基本上是在末尾添加一个硬编码字符串，以尝试添加“day”部分，有时会导致计算不准确。有没有更直接的方法来添加 Months 列和 Date 列？

Answer 1

我有类似的东西。我有一列日期为AppEntryCompleteDate，我想将Term 添加到其中以生成Maturity 日期：

这是初始数据结构（代码会将 Col 3 添加到 Col 0）：

# adds Term to AppEntryCompletedDate to create Maturity column   
keyLoanRollup['Maturity'] = keyLoanRollup.apply(lambda x: x['AppEntryCompletedDate'] + pd.DateOffset(months = x['Term']), axis=1)

这是Maturity作为新列之后的结构：

Answer 2

一个循环就足够了

import pandas as pd

dates = {'Date': ['24/04/2019','24/04/2019','2011/05/30'], 'Months':[2,12,150]}
df = pd.DataFrame(dates, columns = ['Date','Months'])
df['Add_month'] = pd.to_datetime(df['Date']).dt.date

months = [2,12,150]
j = 0
for i in df['Add_month']:
    print(i)
    print(i + pd.DateOffset(months=months[j]))
    j += 1