python - 如何使用 pandas 将基于产品保质期从现有日期列派生的新日期列添加到我的 csv 文件中?
问题描述
房间 | 架子 | 类型 | 项目数 | 生产日期 | 到期日(新栏目) |
---|---|---|---|---|---|
1 | 2 | LLQ | 6 | 21/3/2021 | - |
1 | 2 | AZK | 6 | 21/3/2021 | - |
1 | 2 | 冠心病 | 6 | 21/3/2021 | - |
LLQ:21天后到期
AZK:10 天后到期
冠心病:30 天后到期
如何使用 pandas 根据产品保质期推导出相应的有效期?请帮忙,我是python的新手,基本上是一般的编码。
解决方案
来自 csv 的日期数据被识别为字符串。所以你先把它转换成日期时间格式
from datetime import datetime
from datetime import timedelta
df['LLQ'] = df['manufacturing date'].apply(lambda x: (datetime.strptime(x, "%m/%d/%Y") + timedelta(days=21)).strftime("%m/%d/%Y"))
对其他计算做同样的工作。
推荐阅读
- google-apps-script - 使用谷歌应用脚本翻转谷歌幻灯片中的图像
- python - 尝试在 python 中制作可滚动框架时发生 _tkinter.TclError
- android - Android Studio - 从 Firebase 数据库中获取特定单词
- javascript - 覆盖 CSS 的 Bootstrap 样式?
- python - python中没有日期时间模块的天数增加
- android - 更改 applicationId 后未安装应用程序
- google-cloud-platform - 无法解析 GKE 内部 lb(入口)注册的主机
- r - 是什么导致了 bind_rows 中出现这个神秘的错误消息?
- android - 使用字符串令牌连接到服务器
- javascript - 滚动子元素时如何停止整个页面滚动?(JS)