python - python 如何从 2019 年 12 月和两个日期列之间查找每个月的天数
问题描述
我有两个日期列“StartDate”和“EndDate”。我想找到从 2019 年 12 月开始的这两个日期之间每个月的天数,并忽略 2019 年之前的任何月份进行计算。每行的 StartDate 和 EndDate 可以跨越 2 年,月份重叠,Date 列也可以为空。
样本数据:
df = {'Id': ['1','2','3','4','5','6','7', '8'],
'Item': ['A','B','C','D','E','F','G', 'H'],
'StartDate': ['2019-12-10', '2019-12-01', '2019-10-01', '2020-01-01', '2019-03-01','2019-03-01','2019-10-01', ''],
'EndDate': ['2020-02-21' ,'2020-01-01','2020-08-31','2020-01-30','2019-12-31','2019-12-31','2020-08-31', '']
}
df = pd.DataFrame(df,columns= ['Id', 'Item','StartDate','EndDate'])
预期的 O/P:
以下解决方案部分有效。
df['StartDate'] = pd.to_datetime(df['StartDate'])
df['EndDate'] = pd.to_datetime(df['EndDate'])
def days_of_month(x):
s = pd.date_range(*x, freq='D').to_series()
return s.resample('M').count().rename(lambda x: x.month)
df1 = df[['StartDate', 'EndDate']].apply(days_of_month, axis=1).fillna(0)
df_final = df[['StartDate', 'EndDate']].join([df['StartDate'].dt.year.rename('Year'), df1])
解决方案
我们将创建两个大型 DataFrame,一个在每个月的开始,另一个在每个月的月底。然后我们将相应地剪裁它们,这给我们留下了一个简单的减法。由于您要包含结束日期,因此我们需要添加 1 天,并且我们会清除所有负日期,这应该是 0。
import pandas as pd
df_s = pd.DataFrame([pd.date_range('2019-12-01', '2020-12-01', freq='MS').to_numpy()],
index=df.index)
df_e = df_s + pd.offsets.MonthEnd(1)
df_s = df_s.clip(lower=pd.to_datetime(df.StartDate), axis=0)
df_e = df_e.clip(upper=pd.to_datetime(df.EndDate), axis=0)
res = ((df_e - df_s) + pd.to_timedelta(1, 'd')).clip(lower=pd.to_timedelta(0, 'd'))
res.columns = pd.period_range(start='2019-12', end='2020-12', freq='M')
# So int or float
for col in res.columns:
res[col] = res[col].dt.days
df = pd.concat([df, res], axis=1)
Id Item StartDate EndDate 2019-12 2020-01 2020-02 2020-03 2020-04 2020-05 2020-06 2020-07 2020-08 2020-09 2020-10 2020-11 2020-12
0 1 A 2019-12-10 2020-02-21 22.0 31.0 21.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
1 2 B 2019-12-01 2020-01-31 31.0 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2 3 C 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0 0.0 0.0 0.0 0.0
3 4 D 2020-01-01 2020-01-30 0.0 30.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
4 5 E 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5 6 F 2019-03-01 2019-12-31 31.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
6 7 G 2019-10-01 2020-08-31 31.0 31.0 29.0 31.0 30.0 31.0 30.0 31.0 31.0 0.0 0.0 0.0 0.0
7 8 H NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
推荐阅读
- sql - 有没有办法使用python在1-2秒内将500条记录插入sql server
- sql - 对父字段按 v Max() 或 MIN() 分组
- javascript - 在 Angular 8 中,我希望能够阻止 nativeElement 在鼠标离开时滚动
- apache-spark - 我的 PySpark 作业在本地模式下运行良好,但在集群模式下失败 - 已解决
- sql-server - SQL Server 中的唯一约束是冲突选择和更新
- java - 带有 Java 1.7 的 Apache Karaf
- python - 有没有办法在张量流中动态加权添加损失函数?
- docker - Docker windows 和 linux
- javascript - 使用 Package.json 在 $HOME/Sites 文件夹中创建一个文件夹
- java - 如何将 ipv6 字符串地址转换为 16 字节?