将函数应用于数据框；时间戳.dt答案

【问题标题】：applying function to dataframe; timestamp.dt将函数应用于数据框；时间戳.dt
【发布时间】：2018-08-04 16:28:06
【问题描述】：

最终我想计算从df['start'] 中的每个日期到该月最后一天的天数，并用结果填充'count' 列。

作为实现这一目标的第一步，calendar.monthrange 方法接受（年，月）参数并返回（第一个工作日，天数）元组。

在将函数应用于数据框或系列对象方面似乎存在一个普遍错误。我想了解，为什么这不起作用。

import numpy as np
import pandas as pd
import calendar

def last_day(row):
    return calendar.monthrange(row['start'].dt.year, row['start'].dt.month)

此行引发 AttributeError: "Timestamp object has no attribute 'dt'":

df['count'] = df.apply(last_day, axis=1)

这是我的数据框的样子：

       start  count
0 2016-02-15    NaN
1 2016-02-20    NaN
2 2016-04-23    NaN

df.dtypes

start    datetime64[ns]
count           float64
dtype: object

【问题讨论】：

标签： python pandas

【解决方案1】：

删除.dt。这通常在访问某种向量时需要。但是当访问单个元素时，它已经是一个datetime 对象：

代码：

def last_day(row):
    return calendar.monthrange(row['start'].year, row['start'].month)

为什么：

这个apply 调用last_day 并传递一个系列。

df['count'] = df.apply(last_day, axis=1)

然后在last_day 中选择该系列的单个元素：

row['start'].year

【讨论】：

【解决方案2】：

我会这样做：

from pandas.tseries.offsets import MonthEnd

## sample data
d = pd.DataFrame({'start':['2016-02-15','2016-02-20','2016-04-23']})

## solution
d['start'] = pd.to_datetime(d['start'])
d['end'] = d['start'] + MonthEnd(1)
d['count'] = (d['start'] - d['end']) / np.timedelta64(-1, 'D')

【讨论】：