时间戳

首页 > 解决方案 > 基于单列创建两列但为空时不创建

python - 基于单列创建两列但为空时不创建

问题描述

示例数据框：

    id                           col1                      col2
0  Bob       2018-11-29 TO 2018-11-30  2018-12-01 TO 2018-12-31
1  James     2018-10-19 TO 2018-10-31                       NaT
2  Jane      2018-04-05 TO 2018-07-12  2018-11-29 TO 2018-11-30

我有两列显示日期范围为：

"2018-11-29 TO 2018-11-30"

我已成功地将第一列中的每个日期提取到两个新列中，如下所示：

def my_func(data):
    dates = data.split(" TO ")
    dt1 = pd.to_datetime(dates[0].strip(), format="%Y-%m-%d")
    dt2 = pd.to_datetime(dates[1].strip(), format="%Y-%m-%d")
    return (dt1, dt2)

df[["new_col_1", "new_col_2"]] = df.apply(lambda row: pd.Series(my_func(row["col1"])), axis=1)

这在“col1”中运行良好，因为每一行都有一个值。然而，在“col2”中，并不是每一行都有一个值。我希望它跳过那些行，但它不起作用。我尝试pd.notnull()在 lambda 语句中使用条件逻辑，但我认为它pd.Series()正在抛弃它，它一直试图传递值，我不断得到：

AttributeError: ("'float' object has no attribute 'split'", 'occurred at index 0')

但是dtype列（“col1”和“col2”）的实际值是object（字符串），而不是浮点数，所以我不确定它为什么会给出这个错误。

如何修改它以使其工作但跳过该列没有值的行？

标签： pythonpython-3.xpandasanaconda

解决方案

无需自定义功能

#df=pd.DataFrame({'string':["2018-11-29 TO 2018-11-30","2018-11-29 TO 2018-11-30","2018-11-29 TO 2018-11-30"]})
df.string.str.split(' TO ',expand=True).apply(pd.to_datetime)
Out[571]: 
           0          1
0 2018-11-29 2018-11-30
1 2018-11-29 2018-11-30
2 2018-11-29 2018-11-30
#pd.concat([df,df.string.str.split(' TO ',expand=True).apply(pd.to_datetime)],axis=1)

更新

df1=df.col1.str.split('TO',expand=True).apply(pd.to_datetime,errors='coerce')
df1.columns=['col1_1', 'col1_2']
df2=df.col2.str.split('TO',expand=True).apply(pd.to_datetime,errors='coerce')
df2.columns=['col2_1', 'col2_2']
pd.concat([df,df1,df2],1)
Out[578]: 
      id                    col1    ...              0          1
0    Bob  2018-11-29TO2018-11-30    ...     2018-12-01 2018-12-31
1  James  2018-10-19TO2018-10-31    ...            NaT        NaT
2   Jane  2018-04-05TO2018-07-12    ...     2018-11-29 2018-11-30
[3 rows x 7 columns]

推荐阅读