创建一个新列，它是满足两个条件的多个其他列中的日期数之和

Posted 2021-04-12

我有一个类似于此的数据框（除了Visit和Deliv列的数量上升到Visit_84和Deliv 84，并且有几百个客户端 - 我在这里简化了它）

Client   Visit_1    Visit_2    Visit_3    Deliv_1  Deliv_2  Deliv_3 Key_DT
Client_1 2018-01-01 2018-01-20 2018-02-10 No       Yes      Yes     2018-01-15
Client_2 2018-01-10 2018-01-30 2018-02-10 Yes      Yes      No      2018-01-25
Client_3 2018-01-20 2018-04-01 2018-04-10 Yes      Yes      Yes     2018-04-15
Client_4 2018-01-30 2018-03-01 2018-03-10 Yes      No       Yes     2018-02-25

我想创建一个名为Vis_sum的新列，显示Visit_1到Visit_3的访问次数之和，该次数来自同一行中的Key_DT，并且在相关的Yes列中有Deliv（例如Deliv_1与Visit_1相关）。它看起来应该是这样的

Client   Visit_1    Visit_2    Visit_3    Deliv_1  Deliv_2  Deliv_3 Key_DT     Vis_sum
Client_1 2018-01-01 2018-01-20 2018-02-10 No       Yes      Yes     2018-01-15 2
Client_2 2018-01-10 2018-01-30 2018-02-10 Yes      Yes      No      2018-01-25 1
Client_3 2018-01-20 2018-04-01 2018-04-10 Yes      Yes      Yes     2018-04-15 0
Client_4 2018-01-30 2018-03-01 2018-03-10 Yes      No       Yes     2018-02-25 1

答案

这假设您的所有列都是datetime。如果不是，转换它们。

---

建立

a = df.filter(like='Visit').values
b = df.filter(like='Deliv').eq('Yes').values
c = df['Key_DT'].values

使用与广播的比较

((a > c[:, None]) & b).sum(1)

array([2, 1, 0, 1])

---

df.assign(Vis_sum=((a > c[:, None]) & b).sum(1))

     Client    Visit_1    Visit_2    Visit_3 Deliv_1 Deliv_2 Deliv_3     Key_DT  Vis_sum
0  Client_1 2018-01-01 2018-01-20 2018-02-10      No     Yes     Yes 2018-01-15        2
1  Client_2 2018-01-10 2018-01-30 2018-02-10     Yes     Yes      No 2018-01-25        1
2  Client_3 2018-01-20 2018-04-01 2018-04-10     Yes     Yes     Yes 2018-04-15        0
3  Client_4 2018-01-30 2018-03-01 2018-03-10     Yes      No     Yes 2018-02-25        1

另一答案

这是一个np方法：

deliv_cols = [col for col in df.columns if 'Deliv' in col]
visit_cols = [col for col in df.columns if 'Visit' in col]

flags = df[deliv_cols].apply(lambda x: x.str.contains('Y'))
date_flags = df[visit_cols].apply(lambda x: x>df.Key_DT)

df['Vis_sum'] = np.sum(flags.values & date_flags.values,axis=1)