Python_Pandas:如果日期时间值属于特定的日期持续时间，则创建一个具有特定值的列

Question

给予：

从下面的df，

df = pd.DataFrame(
            {"date":['2016-6-1', '2016-9-22', '2016-10-28', '2016-11-4', '2016-6-29', '2016-10-1', '2016-6-15', '2016-7-29', '2016-11-1'],
             "score":[9, 8, 8, 10, 6, 7, 7, 7, 6]
            })

执行以下任务：

对于符合以下条件的日期，请向新添加的“员工编号”栏添加某些值：

如果“日期”低于2016年6月1日至2016年9月22日，请创建一个值为1的新列。

如果“日期”低于2016年9月23日至2016年10月28日，请创建一个值为2的新列。

如果“日期”低于2016年10月29日至2016年11月4日，请创建一个值为3的新列。

最终结果将如下所示：

df2 = pd.DataFrame(
            {"date":['2016-6-1', '2016-9-22', '2016-10-28', '2016-11-4', '2016-6-29', '2016-10-1', '2016-6-15', '2016-7-29', '2016-11-1'],
             "score":[9, 8, 8, 10, 6, 7, 7, 7, 6],
             "staffNumber":[1,1,2,3,1,2,1,1,3]
            })

​

​

我试过的是：

我通常在问任何问题之前都会尝试一些东西。然而，对于这个问题，我想不出有什么办法。

我从以下链接查看了如何使用np.where和.isin : 1. Python numpy where function with datetime 2. Using 'isin' on a date in a pandas column 3. Pandas conditional creation of a series/dataframe column

任何帮助都将不胜感激！

Answer 1

使用cut

#convert to datetimes if necessary
df['date'] = pd.to_datetime(df['date'])
b = pd.to_datetime(['2016-06-01','2016-09-22','2016-10-28','2016-11-04'])
l = range(1,4)
df['new'] = pd.cut(df['date'], bins=b, labels=l, include_lowest=True)
print (df)
        date  score new
0 2016-06-01      9   1
1 2016-09-22      8   1
2 2016-10-28      8   2
3 2016-11-04     10   3
4 2016-06-29      6   1
5 2016-10-01      7   2
6 2016-06-15      7   1
7 2016-07-29      7   1
8 2016-11-01      6   3

或numpy.searchsorted

#change first date to 2016-05-31
b = pd.to_datetime(['2016-05-31','2016-09-22','2016-10-28','2016-11-04'])
l = range(1,4)

df['new'] = np.array(l)[b.searchsorted(df['date'].values) - 1]
print (df)
        date  score  new
0 2016-06-01      9    1
1 2016-09-22      8    1
2 2016-10-28      8    2
3 2016-11-04     10    3
4 2016-06-29      6    1
5 2016-10-01      7    2
6 2016-06-15      7    1
7 2016-07-29      7    1
8 2016-11-01      6    3

Answer 2

通常，完成这一任务，您需要创建一个列，而不管日期的值如何。

df['employee'] = ...some_value_here...

然后，当日期在您指定的范围内时，您需要赋值。你可以用羔羊来做：

df['employee'] = df['date'].apply( lambda x : __something__ )

现在，您已经将lambda中的__something__替换为分配日期范围(即字符串！)的逻辑！变成你所需要的价值。

如果lambda中的__something__相当长，那么它将不可读:定义一个以前执行它的函数并应用它(lambda:公正定义函数(X))

Answer 3

这个问题似乎有点老了，但我最近也有类似的需求，下面是我如何做到的：

def staffNumber(date):
    if datetime.date(2016, 1, 6) <= date <= datetime.date(2016, 9, 22):
        return 1
    elif datetime.date(2016, 9, 23) <= date <= datetime.date(2016, 10, 28):
        return 2

    """#(include all the other IFs and date ranges here)"""

    else:
        return 'input date out of range'

df['staffNumber'] = df.date.apply(lambda x: fiscalweek(x) )