根据其他列在缺少日期的行中添加日期

Question

我有一个包含时间序列数据的数据框。在一栏中我有注册日期，而在另一栏中有取消日期。我想为缺少的取消日期添加一个日期，该日期小于特定日期，但最长为 40 周。

我应该如何进行？

如果df['cancel_date'] 是NaT，则添加最大日期。 + 40 周。 df['cancel_date'] - df['signup_date'] 不应小于 0。

Answer 1

IIUC，您可以将Series.fillna 与pandas.Timedelta 类一起使用。

如果将记录添加 40 周 signup_date：

df['cancel_date'] = df['cancel_date'].fillna(df['signup_date'] + pd.Timedelta(40, 'W'))

如果在sign_up 列中将最大日期加上 40 周：

df['cancel_date'] = df['cancel_date'].fillna(df['signup_date'].max() + pd.Timedelta(40, 'W'))

或者，如果使用一些预定义的max date 值，具有signup_date < cancel_date 的约束，则链接clip 方法：

max_date = pd.datetime(2018, 4, 30)

df['cancel_date'] = df['cancel_date'].fillna(max_date + pd.Timedelta(40, 'W')).clip(lower=df.signup_date)

Answer 2

如果您想在开立日期和取消日期之间直接附加差异列，我会使用numpy.where：

df['date difference between signup and cancel'] = np.where(df['cancel_date'] == np.nan, (df['signup_date'].max() + pd.Timedelta(40, 'W'))-df['signup_date'], df['cancel_date']-df['signup_date'])

这将为您提供一个新列，您可以在其中直接了解注册日期和取消日期之间的差异