日期偏移量取决于 pandas df 中的其他列

Question

您好，我是从 R 切换 python 的新手，我很难完成这个非常简单的任务，即根据 pandas 数据框的另一列更改日期。我阅读了其他几个关于此的问题，我希望有人可以快速解决我的问题，因为除了互联网我没有其他人可以问。

我认为我拥有所有的成分（功能），但与我在 R 中习惯的相比，我真的很难使用 pandas df。

import datetime
from datetime import datetime
import pandas as pd
import numpy as np

today=pd.to_datetime(datetime.today().strftime('%Y-%m-%d'))

d={"Start_Date":[today,today]}
df=pd.DataFrame(data=d)
n=len(df)
df["Distance"]=np.round_(np.random.uniform(low=1, high=14, size=n)).astype(int)

df.loc[:,"FutureDate"]=""
for index, row in df.iterrows():
    print(row["Start_Date"]+pd.DateOffset(row["Distance"]))  
    row["FutureDate"]=row["Start_Date"]+pd.DateOffset(row["Distance"])

如果打印语句有效，为什么我的 FutureDate 列是空的？ 有没有比使用循环更优雅的解决方案？我习惯了data.table我会用一行写函数。

Answer 1

试试这个代码..它对我有用：

import datetime
from datetime import datetime
import pandas as pd
import numpy as np

today=pd.to_datetime(datetime.today().strftime('%Y-%m-%d'))

d={"Start_Date":[today,today]}
df=pd.DataFrame(data=d)
n=len(df)
df["Distance"]=np.round_(np.random.uniform(low=1, high=14, size=n)).astype(int)

df.loc[:,"FutureDate"]=""
for index, row in df.iterrows():
    print(row["Start_Date"]+pd.DateOffset(row["Distance"]))  
    df.loc[index, "FutureDate"]=row["Start_Date"]+pd.DateOffset(row["Distance"])

事实上，我们需要为 df 本身的值分配正确的索引和列。

EDIT:

更优雅的方式：

import datetime
# from datetime import datetime
import pandas as pd
import numpy as np

today=pd.to_datetime(datetime.datetime.today().strftime('%Y-%m-%d'))

d={"Start_Date":[today,today]}
df=pd.DataFrame(data=d)
n=len(df)
df["Distance"]=np.round_(np.random.uniform(low=1, high=14, size=n)).astype(int)

df["FutureDate"]=df["Start_Date"] + pd.to_timedelta(df['Distance'],'d')

希望这会有所帮助。