创建 pd.date_range 的 pandas 列答案

【问题标题】：Create pandas column of pd.date_range创建 pd.date_range 的 pandas 列
【发布时间】：2018-09-25 09:00:29
【问题描述】：

我有这样的数据：

import datetime as dt
import pandas as pd
df = pd.DataFrame({'date':[dt.datetime(2018,8,25), dt.datetime(2018,7,21)],
                   'n':[10,7]})

我想创建第三列，其中包含由 pd.date_range 创建的日期范围，使用“日期”作为开始日期，使用“n”作为周期数。所以第一个条目应该是：

pd.date_range(dt.datetime(2018,8,25), periods=10, freq='d')

（我有一个“目标”日期列表，我的目标是检查 date_range 是否包含这些目标日期）。

我试过了：

df['date_range'] = df.apply(lambda x: pd.date_range(x['date'],
                                                     x['n'],
                                                     freq='d'))

但这给出了一个 KeyError: ('date', 'occured at index date')

关于如何在不使用 for 循环的情况下执行此操作的任何想法，或者是否有更好的解决方案？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以在不创建日期范围或日期列的情况下解决您的问题。要检查 tgt 中的目标日期是否属于 df 行指定的日期范围，您可以计算日期范围的结束，然后检查 tgt 中的每个日期是否位于时间间隔的开始和结束之间。下面的代码实现了这一点，并生成与您自己答案中的列相同的“target_date”列：

df = pd.DataFrame({'date':[dt.datetime(2018,8,25), dt.datetime(2018,7,21)],
               'n':[10,7]})

df["daterange_end"] = df.apply(lambda x: x["date"] + pd.Timedelta(days=x["n"]), axis=1)

tgt = [dt.datetime(2018,8,26)]

df['target_date'] = 0
df.loc[(tgt[0] > df.date) &(tgt[0] < df.daterange_end),"target_date"] = 1

print(df)

#       date         n  daterange_end   target_date
# 0 2018-08-25  10  2018-09-04      1
# 1 2018-07-21  7   2018-07-28      0

【讨论】：

【解决方案2】：

你应该在apply中添加axis=1

df['date_range'] = df.apply(lambda x: pd.date_range(x['date'], x['n'], freq='d'), axis=1)

【讨论】：

这会引发 ValueError：值的长度与索引的长度不匹配
另外你需要在 pd.date_range() 中加上 "start=" 和 "periods="，在 apply() 中加上 axis=1，像这样：df['date_range'] = df .apply( lambda x: pd.date_range(start=x['date'], period=x['n'], freq='d'), axis=1 )

【解决方案3】：

我想出了一个可行的解决方案（但我确信有更好的方法......）

# define target
tgt = [dt.datetime(2018,8,26)]

# find max n
max_n = max(df['n'])

# create that many columns and increment the day
for i in range(max_n):
    df['date_{}'.format(i)] = df['date'] + dt.timedelta(days=i)

new_cols = ['date_{}'.format(n) for n in range(max_n)]

# check each one and replace with a 1 if it matches the "tgt"
df['target_date'] = 0
for col in new_cols:
    df['target_date'] = np.where(df[col].isin(tgt),
                          1,
                          df['target_date'])

# drop intermediate cols
df = df[[i for i in df.columns if not i in new_cols]]

【讨论】：