问题描述
数据框（excel格式）：
A B C
1 this 9/20/2020 2:33:59 PM 9/20/2020 2:34:04 PM
2 this 9/17/2020 6:39:19 PM 9/17/2020 6:24:11 PM
3 not 9/22/2020 1:23:45 AM 9/22/2020 1:23:41 AM
4 this
我试图通过计算C-B来找到C和B之间的区别，但是只有在A列=='this'之后才能将这些计算放到新列D中。
最好只在几个小时内就可以了，这里不算空白。 B和C列已正确设置日期和时间格式。然后，我打算使用这些小时数将它们分组为报告的日期范围。
这是我到目前为止所拥有的：
df = pd.read_excel('df.xlsx')
print(df)
# df['D'] = (df['C']-df['B'])
df.loc[df['A'].eq('this'),'D'] = (df['C']-df['B'])
解决方法
也许可以用更优雅的方法解决此问题，但这是使用列表推导的方法。
# Create some data
df_arr = [["this",4.0,6.0],["this",5.0,9.0],["not",10.0,12.0],14.0,20.0]]
# Initiate DataFrame
df = pd.DataFrame(df_arr,columns = ["A","B","C"])
DataFrame：
┌───┬──────┬──────┬──────┐
│ │ A │ B │ C │
├───┼──────┼──────┼──────┤
│ 0 │ this │ 4.0 │ 6.0 │
│ 1 │ this │ 5.0 │ 9.0 │
│ 2 │ not │ 10.0 │ 12.0 │
│ 3 │ this │ 14.0 │ 20.0 │
└───┴──────┴──────┴──────┘
使用列表理解1或2（两者都输出相同的值）。
- 解决方案1.直接选择要迭代的列并使用“ zip（）”
- 解决方案2。使用“ .iterrows（）”遍历DataFrame中的行
import numpy as np
# List comprehension 1
df["D1"] = [(val_c - val_b) if val_a == "this" else
np.nan for val_a,val_b,val_c in zip(df["A"],df["B"],df["C"])]
# OR
# List comprehension 2
df["D2"] = [(row[2] - row[1]) if row[0] == "this" else
np.nan for idx,row in df.iterrows()]
结果：
┌───┬──────┬──────┬──────┬─────┬─────┐
│ │ A │ B │ C │ D1 │ D2 │
├───┼──────┼──────┼──────┼─────┼─────┤
│ 0 │ this │ 4.0 │ 6.0 │ 2.0 │ 2.0 │
│ 1 │ this │ 5.0 │ 9.0 │ 4.0 │ 4.0 │
│ 2 │ not │ 10.0 │ 12.0 │ NaN │ NaN │
│ 3 │ this │ 14.0 │ 20.0 │ 6.0 │ 6.0 │
└───┴──────┴──────┴──────┴─────┴─────┘
自然地，当“ A”列等于“ not”时，可以将“ np.nan”值替换为其他值。
,尝试numpy.where(condition,[x,y])
其中condition为真，产生x，否则产生y
import pandas as pd
import numpy as np
# load your DataFrame
df['D'] = np.where(df.A == 'this',df.C - df.B,np.nan)
print(df)
A B C D
0 this 2020-09-20 14:33:59 2020-09-20 14:34:04 0 days 00:00:05
1 this 2020-09-17 18:39:19 2020-09-17 18:24:11 -1 days +23:44:52
2 not 2020-09-22 01:23:45 2020-09-22 01:23:41 NaT
列D中的值变为timedelta（两个日期时间对象之间的差异）