我有一個(gè)看起來像這樣的 pandas 數(shù)據(jù)框， id start end0 1 2020-02-01 2020-04-011 2 2020-04-01 2020-04-28我有兩個(gè)附加參數(shù)，它們是日期值，例如 x 和 y。x 和 y 將始終是該月的第一天。我想將上面的數(shù)據(jù)框擴(kuò)展到下面所示的 x =“2020-01-01”和 y =“2020-06-01”， id month status0 1 2020-01 -11 1 2020-02 12 1 2020-03 23 1 2020-04 24 1 2020-05 -15 1 2020-06 -16 2 2020-01 -17 2 2020-02 -18 2 2020-03 -19 2 2020-04 110 2 2020-05 -111 2 2020-06 -1數(shù)據(jù)框已擴(kuò)展，因此對(duì)于每個(gè) id，都會(huì)有額外的 Month_ Between(x, y) 行。并創(chuàng)建一個(gè)狀態(tài)列并填充值，以便，如果月份列值等于開始列的月份，則將狀態(tài)填充為 1如果月份列值大于開始列的月份但小于或等于結(jié)束列的月份，則填寫為 2。如果月份列值小于起始月份，則填寫為-1。另外，如果月份列值大于結(jié)束月份，則填充狀態(tài)為 -1。我試圖在 pandas 中解決這個(gè)問題而不循環(huán)。我當(dāng)前的解決方案是使用循環(huán)，并且需要更長(zhǎng)的時(shí)間來運(yùn)行巨大的數(shù)據(jù)集。有沒有熊貓函數(shù)可以幫助我？
1 回答
蝴蝶刀刀
TA貢獻(xiàn)1801條經(jīng)驗(yàn) 獲得超8個(gè)贊
確保start和end列的類型為Timestamp：
# Explode each month between x and y
x = '2020-01-01'
y = '2020-06-01'
df['month'] = [pd.date_range(x, y, freq='MS')] * len(df)
df = df.explode('month').drop_duplicate(['id', 'month'])
# Determine the status
df['status'] = -1
cond = df['start'] == df['month']
df.loc[cond, 'status'] = 1
cond = (df['start'] < df['month']) & (df['month'] <= df['end'])
df.loc[cond, 'status'] = 2
添加回答
舉報(bào)
0/150
提交
取消