熊猫逐渐减去日期，直到满足数据帧上的条件
Posted
技术标签:
【中文标题】熊猫逐渐减去日期，直到满足数据帧上的条件【英文标题】：Pandas subtract a date incrementally until a condition is met on a dataframe 【发布时间】：2019-09-02 10:08:06 【问题描述】：我有一个如下所示的数据框：
Name Date
Person A 2019-06-18
Person A 2019-05-14
Person A 2019-04-03
Person B 2019-05-19
Person C 2019-05-16
Person C 2019-05-23
Person C 2019-05-15
Person D 2019-06-21
我想要做的是修改 5/14 到 6/14 之间任何人的日期并减去 7 天。如果在此操作完成后，它们仍在该范围内，则再减去 7 天。
最后，我希望数据看起来像这样：
Name Date
Person A 2019-06-18
Person A 2019-05-07
Person A 2019-04-03
Person B 2019-05-12
Person C 2019-05-09
Person C 2019-05-09
Person C 2019-05-08
Person D 2019-06-21
（在这一步之后，我将把它卷起来，这样每个人都有一行包含他们所有的日期，然后将他们的信息发送给他们——但我想我可以自己解决这个问题。）
现在，我有以下代码“工作”：
df = df[(df['Date'] >= '2019-05-14') & (df['Date'] <= '2019-06-14')]
df['Date'] = df['Date'] - pd.Timedelta(days=7)
但是，我不知道如何循环它，我也不知道如何在不丢失原始数据的情况下应用它。
因此，我的代码产生了这个框架：
Name Date
Person A 2019-05-07
Person B 2019-05-12
Person C 2019-05-16
Person C 2019-05-08
【问题讨论】：
【参考方案1】：我们可以用range() 做一个简单的循环，然后使用numpy.where 有条件地更改每一行（如果它在两个日期之间）：
for i in range(2):
df['Date'] = np.where(df['Date'].between('20190514','20190614'),
df['Date'] - pd.Timedelta(days=7),
df['Date'])
print(df)
Name Date
0 Person A 2019-06-18
1 Person A 2019-05-07
2 Person A 2019-04-03
3 Person B 2019-05-12
4 Person C 2019-05-09
5 Person C 2019-05-09
6 Person C 2019-05-08
7 Person D 2019-06-21
【讨论】：
范围为 2 的方法适用于给定的数据，但如果日期是例如20190613 不会，我认为您至少需要 4 或 5 的范围，因为您查看的日期间隔是一个月
Op 明确表示要减去两次。这就是我使用范围的原因。但是我们可以添加 5 来确定..
我明白了，我知道 OP 希望在这两个界限之间没有日期，并且应该在此之前完成操作。只是对问题的解释:)【参考方案2】：
我只会计算你必须从每个日期中减去多少次，然后一步完成
m = df.Date.between('2019-05-14', '2019-06-14')
u = df[m]
d = u.Date - pd.Timestamp('2019-05-13')
o = np.ceil(d.dt.days / 7)
df.loc[m, 'Date'] = df.loc[m, 'Date'] - (o * np.timedelta64(7, 'D'))
Name Date
0 Person A 2019-06-18
1 Person A 2019-05-07
2 Person A 2019-04-03
3 Person B 2019-05-12
4 Person C 2019-05-09
5 Person C 2019-05-09
6 Person C 2019-05-08
7 Person D 2019-06-21
这是一个不就地修改框架的版本：
m = df.Date.between('2019-05-14', '2019-06-14')
d = df.Date - pd.Timestamp('2019-05-13')
o = np.ceil(d.dt.days / 7)
df.assign(Date=np.where(m, df.Date - (o * np.timedelta64(7, 'D')), df.Date))
Name Date
0 Person A 2019-06-18
1 Person A 2019-05-07
2 Person A 2019-04-03
3 Person B 2019-05-12
4 Person C 2019-05-09
5 Person C 2019-05-09
6 Person C 2019-05-08
7 Person D 2019-06-21
【讨论】：
【参考方案3】：您可以通过编写一个函数然后将其应用于日期列来做到这一点。 pd.Series.apply 方法通过将每个值传递给提供的函数来工作。在函数内部，您有一个简单的 while 循环，它会不断减去 7 天，直到您在您希望的日期范围内。
from datetime import datetime as dt
from datetime import timedelta
def date_modifier(x):
d = x
while True:
if d >= dt(2019, 5, 14) and d<=dt(2019, 6, 14):
d-= timedelta(days=7)
else:
return d
df['Date-Mod'] = df['Date'].apply(date_modifier)
给出以下输出：
Name Date Date-Mod
0 PersonA 2019-06-18 2019-06-18
1 PersonA 2019-05-14 2019-05-07
2 PersonA 2019-04-03 2019-04-03
3 PersonB 2019-05-19 2019-05-12
4 PersonC 2019-05-16 2019-05-09
5 PersonC 2019-05-23 2019-05-09
6 PersonC 2019-05-15 2019-05-08
7 PersonD 2019-06-21 2019-06-21
【讨论】：
【参考方案4】：我假设Date 列属于datetime64 类型。
第一步是定义“边界日期”：
start_date = pd.to_datetime('2019-05-14')
end_date = pd.to_datetime('2019-06-14')
然后我们必须定义要应用于每个日期的函数：
def fn(dat):
inRng = (dat >= start_date) & (dat <= end_date)
dat2 = dat
if inRng:
diffWeeks = int((dat - start_date) / np.timedelta64(1, 'W')) + 1
dat2 -= np.timedelta64(diffWeeks, 'W')
return dat2
最后一步是应用这个函数。
为了便于比较源数据和结果，我决定用
结果在新列中 (Dat2)：
df['Dat2'] = df.Date.apply(fn)
当你打印你的 DataFrame 时，你会得到：
Name Date Dat2
0 Person A 2019-06-18 2019-06-18
1 Person A 2019-05-14 2019-05-07
2 Person A 2019-04-03 2019-04-03
3 Person B 2019-05-19 2019-05-12
4 Person C 2019-05-16 2019-05-09
5 Person C 2019-05-23 2019-05-09
6 Person C 2019-05-15 2019-05-08
7 Person D 2019-06-21 2019-06-21
【讨论】：
以上是关于熊猫逐渐减去日期，直到满足数据帧上的条件的主要内容，如果未能解决你的问题，请参考以下文章