创建新的 pd 数据框列，该列提供基于日期和星期起始数据的日期答案

【问题标题】：Create new pd dataframe column that gives a date based on day and week starting data创建新的 pd 数据框列，该列提供基于日期和星期起始数据的日期
【发布时间】：2021-08-16 08:22:17
【问题描述】：

我有一个 pandas 数据框，它有两列，第一列是“Week Starting”，另一列是“Day”。我想创建一个新列，它使用其他两列中的数据来给出完整的日期。例如，从下表中，新列的第一个条目应该是 5/04/2021，第二个应该是 6/04/2021。

Week Starting	Day
5/04/2021	Monday
5/04/2021	Tuesday
5/04/2021	Wednesday

我已经尝试了以下解决方案，但我得到了错误

g['Week Starting'] = pd.to_datetime(g['Week Starting'])

conditions = [ (g['Day'] == 'Monday'), (g['Day'] == 'Tuesay'), (g['Day'] == 
                'Wednesday')]

values = [g['Week Starting'],(g['Week Starting'] + timedelta(days=1)), 
          (g['Week Starting'] + timedelta(days=2))]

g['Date'] = np.select(conditions, values)

错误：

DTypes 和没有共同的 DType。例如，除非 dtype 为 object，否则它们不能存储在单个数组中。

谢谢。

【问题讨论】：

标签： python pandas dataframe datetime data-science

【解决方案1】：

将to_timedelta 与Series.map 的映射值一起使用：

df['week_starting'] = pd.to_datetime(df['week_starting'])

d = {"Monday":0,"Tuesday":1,"Wednesday":2,
     "Thursday":3,"Friday":4,"Saturday":5, 'Sunday':6}

df["date"] = df['week_starting'] + pd.to_timedelta(df["day"].map(d),"day")
print (df)
  week_starting        day       date
0    2021-04-05     Monday 2021-04-05
1    2021-04-05    Tuesday 2021-04-06
2    2021-04-05  Wednesday 2021-04-07

【讨论】：

这也有效。我更喜欢它，因为它更简单并且不涉及 lamdas。谢谢。
@runraver - 是的，它更快更好，为什么要接受另一个解决方案？

【解决方案2】：

我认为这是最简单的解决方案：

df = pd.DataFrame({"week_starting":["04/05/2021","04/05/2021","04/05/2021"],
                    "day":["Monday","Tuesday","Wednesday"]})

df['week_starting'] = pd.to_datetime(df['week_starting'])

conditions = {"Monday":0,"Tuesday":1,"Wednesday":2}

df["date"] = df.apply(lambda x:x['week_starting']+pd.Timedelta(conditions[x["day"]],"day"),axis=1)

您使用 apply 方法将 timedelta 添加到每个日期。

希望它有效！

【讨论】：