时间戳

首页 > 解决方案 > 根据 Pandas 系列中的元素创建遮罩

python - 根据 Pandas 系列中的元素创建遮罩

问题描述

我有一个大约 250k 行的数据框，这是创建它的小版本的代码；

some_dict = {'month end': {0: pd.Timestamp('2020-10-31 00:00:00'),1: pd.Timestamp('2020-10-31 00:00:00')},'end date': {0: pd.Timestamp('2021-02-21 00:00:00'),1: pd.Timestamp('2021-10-20 00:00:00')},'value': {0: 36.15, 1: 40.10}}
df = pd.DataFrame(some_dict)

以前我使用掩码来获取value列end date是否在列month end + 2 days和之间month end + 3 days，就像这样；

mask = (df['end date'] > (df['month end'] + pd.Timedelta(2, 'days'))) & (df['end date'] <= (df['month end'] + pd.Timedelta(3, 'days')))
df['test'] = df.loc[mask, 'value']

现在我正在尝试根据下面的行创建一个蒙版；

mask = (df['End Date'].day > (df['month end'] + pd.Timedelta(2, 'days')).day) & (df['End Date'].day <= (df['month end'] + pd.Timedelta(3, 'days')).day) & (df['End Date'] >= (df['month end'] + pd.Timedelta(3, 'days')))
df['Greater than 2 days up to 3 days'] = df.loc[mask, 'value']

这应该True用于具有 value的行40.10和False具有 value 的行36.15。但两者都df['End Date'].day产生(df['month end'] + pd.Timedelta(2, 'days')).day一个错误，说'Series' object has no attribute 'day'. 我想知道是否可以创建一个使用对象内的Series对象的蒙版？在我的情况下，我有pd.Timestamp，我想使用pd.Timestamp.day.

上面的掩码是针对一列的，如果这可以顺利运行，我会尝试对其他列执行相同的操作，例如Greater than 4 days up to 5 days,Greater than 2 weeks up to 3 weeks等Greater than 2 months up to 3 months。

编辑：我尝试创建额外的列，包括这样的month end日子

df['month end day'] = df.loc[0, 'month end'].day

然后使用df['month end day']而不是创建掩码df['month end'].day，但这对end date-column 不起作用，因为它在每一行中没有相同的值，并且写入

df['end date day'] = df.loc[:, 'end date'].day

给出同样的错误'Series' object has no attribute ´day´。

标签： pythonpandas

解决方案

就像您必须使用.str来访问系列中的字符串方法一样，您还需要使用dt来访问系列值的datetimelike 属性。如果从 Series 访问特定Timestamp值，则无需使用dt，因为您Timestamp直接使用。

所以，总结一下，只要使用就df['end date'].dt.day可以了。

推荐阅读