基于另一列的 Python Pandas 新列

Question

我有一个熊猫数据框 df.drop，它有两个日期列 Joined Date 和 Terminated Date . 我想获得终止日期和加入日期之间的差异（以天为单位）。但终止日期中有一个文本值'未终止'。 因此我尝试将其转换为今天的日期，然后得到差异。下面是我尝试转换的代码

import time
today=time.strftime(("%Y-%m-%d"))
df_drop['TerminatedDate_new'] = [today if x=='Not_Terminated' else df_drop['TerminatedDate'] for x in df_drop['TerminatedDate']]

虽然它为“Not_Terminated”行提供了正确的答案（今天），但对于日期值，它提供了整个 df_drop['TerminatedDate'] 列而不是现有日期（代码的其他部分）。
我如何更改它以使其选择相同的原始日期并给出现有的日期值？

还有没有单独计算 df_drop['TerminatedDate_new'] 的简单方法来获得差异

Answer 1

您的代码有点长。更好的方法是

df['TerminatedDate'].replace({'Not_Terminated':today}, inplace=True)

如果您不想替换旧列，可以将其保存到新列。

df['new_col'] = df['TerminatedDate'].replace({'Not_Terminated':today})

您的代码的问题在于 else df_drop['TerminatedDate'] for x 这部分，因为它用整个列替换了 a 单元格。应该是else x for x。

如果您想在单个操作中获得差异，则必须创建一个自定义函数并逐行应用它。

def get_dif(start,end):
    if end == "Not_Terminated":
        end = today
    return end-start
df['new_col'] = df.apply(lambda df: get_dif(df['JoinedDate'],df['TerminatedDate'], axis=1)