python - pandas - 检查数据框中是不是存在日期

Posted 2023-02-23

【中文标题】python - pandas - 检查数据框中是不是存在日期

【英文标题】：python - pandas - check if date exists in dataframepython - pandas - 检查数据框中是否存在日期

【发布时间】：2017-02-15 01:07:30

【问题描述】：

我有一个这样的数据框：

      category  date            number
0      Cat1     2010-03-01      1
1      Cat2     2010-09-01      1
2      Cat3     2010-10-01      1
3      Cat4     2010-12-01      1
4      Cat5     2012-04-01      1
5      Cat2     2013-02-01      1
6      Cat3     2013-07-01      1
7      Cat4     2013-11-01      2
8      Cat5     2014-11-01      5
9      Cat2     2015-01-01      1
10     Cat3     2015-03-01      1

我想检查此数据框中是否存在日期，但我无法检查。我尝试了以下各种方法，但仍然没有用：

if pandas.Timestamp("2010-03-01 00:00:00", tz=None) in df['date'].values:
    print 'date exist'

if datetime.strptime('2010-03-01', '%Y-%m-%d') in df['date'].values:
    print 'date exist'

if '2010-03-01' in df['date'].values:
    print 'date exist'  

“日期存在”从未被打印出来。如何检查日期是否存在？因为我想在所有类别中插入数字等于 0 的不存在日期，以便我可以绘制连续折线图（每行一个类别）。帮助表示赞赏。提前致谢。

最后一个给了我这个： FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison 并且date exist 不会被打印出来。

【问题讨论】：

df['date'] 的dtype 是什么，很重要，你也可以只做(df['date'] == yourdate).any()

【参考方案1】：

我认为您需要先通过to_datetime 转换为日期时间，然后如果需要选择所有行使用boolean indexing：

df.date = pd.to_datetime(df.date)

print (df.date == pd.Timestamp("2010-03-01 00:00:00"))
0      True
1     False
2     False
3     False
4     False
5     False
6     False
7     False
8     False
9     False
10    False
Name: date, dtype: bool

print (df[df.date == pd.Timestamp("2010-03-01 00:00:00")])
  category       date  number
0     Cat1 2010-03-01       1

对于返回True，使用values转换为numpy array的校验值：

if ('2010-03-01' in df['date'].values):
    print ('date exist')

或至少一个True any 作为评论Edchum：

if (df.date == pd.Timestamp("2010-03-01 00:00:00")).any():
    print ('date exist')  

【讨论】：

很好奇最后一个不起作用。除非这是额外空间或其他问题的问题。顺便说一句，您知道为什么在使用in 时必须在Series 上使用.values 吗？值和索引之间的歧义？

@juanpa.arrivillaga - 显然values 可以省略，我不知道它如何与日期时间一起使用。

好吧，在我的解释器 shell 中，如果我使用'2010-03-01' in df['date']，我会得到False，但如果我使用'2010-03-01' in df['date'].values，我就会明白。

df.date = pd.to_datetime(df.date) if pd.Timestamp("2010-03-01 00:00:00") in df['date'].values: print 'date exist' 这个还是不行。我无法打印出“日期存在”。我需要进入 if 原因，因为如果该日期不存在，我需要将数据添加到数据框

有趣，在内部四处寻找，pandas/core/generic.py 的 __contains__ 方法就是 return key in self._info_axis。所以它检查索引！

【参考方案2】：

例如，要确认 ds 的第 4 个值包含在其自身中：

len(set(ds.isin([ds.iloc[3]]))) > 1

让ds 成为具有示例值的 [index, pandas._libs.tslib.Timestamp] 形式的 Pandas DataSeries：

0 2018-01-31 19:08:27.465515 1 2018-02-01 19:08:27.465515 2 2018-02-02 19:08:27.465515 3 2018-02-03 19:08:27.465515 4 2018-02-04 19:08:27.465515

然后，我们使用 isin 本地方法获取布尔值的 DataSeries，其中每个条目指示 ds 中的位置是否与作为参数传递给函数的值匹配（因为 isin 需要一个值列表我们需要提供列表格式的值）。

接下来，我们使用set 全局方法来获取具有 1 个或 2 个值的集合，具体取决于是否存在匹配（True 和 False 值）或不匹配（只有 False 值）。

最后，我们检查集合是否包含超过 1 个值，如果是，则表示我们有匹配，否则没有匹配。

【参考方案3】：

import pandas as pd
# Create some dates:
data = 'date': ['2021-11-16', '2021-11-17', '2021-11-18']
df = pd.DataFrame(data)
# Convert dates in dataframe to pandas timestamps:
dates = pd.to_datetime(df['date'])
pd.Timestamp('2021-11-17') in dates.tolist()  # returns True
pd.Timestamp('2021-11-15') in dates.tolist()  # returns False