代码之家 › 专栏 › 技术社区 › john

将系列添加到熊猫数据帧

indexing dataframe pandas python

john · 技术社区 · 7 年前

到目前为止我拥有的:

p_md["Finish"] = pd.Timestamp(datetime(p_md.index.year, p_md.index.month, p_md.index.day, 23, 0, 0))

p_md.loc[(p_md.index.hour > 17), "Finish"] = p_md.Finish + pd.Timedelta(days=1)

当我这样做时,我得到一个TypeError,指出datetime构造函数得到的是int64Index而不是int

p_md["Finish"] = pd.Timestamp(datetime(p_md.index.year[0], p_md.index.month[0], p_md.index.day[0], 23, 0, 0))

这将编译并运行,但它仅使用数据帧值的第一行,可能是由于[0]。

表格创建代码请求:

df = pd.DataFrame()

df['DateTime'] = pd.date_range("1/1/2017", periods=500, freq="H")
df.set_index("DateTime", inplace=True)
df["Test"] = 0

1 回复 | 直到 7 年前

Vico 7 年前

如果我理解正确,我会将“Finish”创建为:

p_md["Finish"] = p_md.index

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.apply.html )函数以获得所需的输出:

p_md["Finish"] = p_md["Finish"].apply(lambda dt: pd.Timestamp(dt.year, dt.month, dt.day, 23, 0 ,0) + pd.Timedelta(days=1) 
                                                 if dt.hour > 17 else pd.Timestamp(dt.year, dt.month, dt.day, 23, 0 ,0))

或者,您可以创建一个单独的函数并将其分配给应用程序:

def cvt_date(dt):
    new_dt = pd.Timestamp(dt.year, dt.month, dt.day, 23, 0 ,0)
    if dt.hour > 17:  new_dt = new_dt + pd.Timedelta(days=1)
    return new_dt

p_md['Finish'] = p_md['Finish'].apply(cvt_date)

以下是我获得的原始数据和输出:

2016-12-11 19:13:54 - 2016-12-12 23:00:00