在 Pandas 中执行日期比较时排除 NaT/Null 值答案

【问题标题】：Excluding NaT/Null values while performing Date Comparison in Pandas在 Pandas 中执行日期比较时排除 NaT/Null 值
【发布时间】：2020-12-25 21:52:51
【问题描述】：

我有如下数据框，

  Travel Date
0  2020-09-23
1  2020-09-24
2  2020-09-30
3         NaT
4  2015-10-15
5  2018-07-30
6         NaT
7  2019-09-25
8  2018-06-05

我想检查某个自定义给定日期是否大于“旅行日期”列中的数据，并将结果写入一个新列中作为已通过，但我想忽略包含 NaT 的列。

但目前，它也在使用带有 NaT 的列进行比较并将结果写入 Passed。

  Travel Date  Detail
0  2020-09-23  Passed
1  2020-09-24  Passed
2  2020-09-30     NaN
3         NaT  Passed
4  2015-10-15  Passed
5  2018-07-30  Passed
6         NaT  Passed
7  2019-09-25  Passed
8  2018-06-05  Passed

尝试了下面的代码，但它包含了 NaT 列，也用于比较和写为 Passed。

df1['Travel Date']= pd.to_datetime(df1['Travel Date'])
test = df1['Travel Date'] > '2020-09-29  12:00:00'
df1.loc[~test, "Detail"] = "Passed"

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

与NaN 比较总是得到False。所以你可以恢复你的条件：

df['Detail'] = np.where(df['Travel Date'] <= '2020-09-29  12:00:00', 'Passed', np.nan)

或类似：

df.loc[df['Travel Date'] <= '2020-09-29  12:00:00', 'Detail'] = 'Passed'

输出：

  Travel Date  Detail
0  2020-09-23  Passed
1  2020-09-24  Passed
2  2020-09-30     nan
3         NaT     nan
4  2015-10-15  Passed
5  2018-07-30  Passed
6         NaT     nan
7  2019-09-25  Passed
8  2018-06-05  Passed

【讨论】：

您能否帮助我告诉我们如何对不同列中的更多日期进行类似的比较。 Here is my query

【解决方案2】：

您可以添加对 NaT 的检查：

df1['Travel Date']= pd.to_datetime(df1['Travel Date'])
test = (df1['Travel Date'] > '2020-09-29  12:00:00') & (~pd.isna(df1['Travel Date']))
df1.loc[~test, "Detail"] = "Passed"

【讨论】：