通过比较来自两个不同列的日期来过滤 DataFrame答案

【问题标题】：Filter a DataFrame by comparing dates from two different columns通过比较来自两个不同列的日期来过滤 DataFrame
【发布时间】：2019-06-06 16:56:55
【问题描述】：

我有一个看起来像这样的数据框：

   Publication Date        Date  Value State
0        2018-12-12  2018-12-11    2.0    AL
1        2018-12-12  2018-12-11    1.0    AZ
2        2018-12-12  2018-12-11    1.0    AK
3        2018-12-12  2018-12-11    2.0    NJ
4        2018-12-12  2018-12-11    1.5    NY
5        2018-12-12  2018-12-12   12.0    AL
6        2018-12-12  2018-12-12   13.0    AZ
7        2018-12-12  2018-12-12   14.0    AK
8        2018-12-12  2018-12-12   12.0    NJ
9        2018-12-12  2018-12-12   11.5    NY
10       2018-12-13  2018-12-12    2.0    AL
11       2018-12-13  2018-12-12    3.0    AZ
12       2018-12-13  2018-12-12    6.0    AK
13       2018-12-13  2018-12-12    1.0    NJ
14       2018-12-13  2018-12-12    4.0    NY

我想删除Publication date = Date + 1 的所有匹配项，所以当Publication Date = 2018-12-12 和Date = 2018-12-11 时，所有这些值都会被删除。

看起来像：

 Publication Date       Date  Value State
       2018-12-12 2018-12-12   12.0    AL
       2018-12-12 2018-12-12   13.0    AZ
       2018-12-12 2018-12-12   14.0    AK
       2018-12-12 2018-12-12   12.0    NJ
       2018-12-12 2018-12-12   11.5    NY

最简单的方法是什么？

【问题讨论】：

标签： python pandas date datetime dataframe

【解决方案1】：

得到一个面具，用它来过滤df：

m = df['Publication Date'].eq(df['Date'] + pd.Timedelta(1, unit='D'))
df[~m]

  Publication Date       Date  Value State
5       2018-12-12 2018-12-12   12.0    AL
6       2018-12-12 2018-12-12   13.0    AZ
7       2018-12-12 2018-12-12   14.0    AK
8       2018-12-12 2018-12-12   12.0    NJ
9       2018-12-12 2018-12-12   11.5    NY

如果“Publication Date”和“Date”不是日期时间列，请先使用pd.to_datetime(..., errors='coerce')进行强制。

【讨论】：

【解决方案2】：

使用

df[(df.Publication-df.Date).dt.days!=1]

【讨论】：

【解决方案3】：

为此，请导入 timedelta

from datetime import timedelta

首先将日期列的数据类型转换为日期时间。

df.Date = pd.to_datetime(df.Date)
df["Publication Date"] = pd.to_datetime(df["Publication Date"])

然后过滤数据帧

df = df[df["Publication Date"] != df.date + timedelta(days=1)];

【讨论】：

Pandas 有 pd.datetime 和 pd.TimeDelta。例如 pd.datetime.now() 或 pd.Timedelta('4 days 1 hr 32 s')。看来 datetime 是继承的:)所以你不需要导入它:)