Python 3.x 以日期为单位计算日龄可用性实际日期出生-否则考虑暂定DOB列-熊猫

我有如下所示的df

df:

关于df：

实际出生日期-实际出生日期

暂定出生日期-暂定出生日期-如果没有确切的出生日期-只有出生年份-则假定出生日期为出生年份的1月1日

根据上面的内容，我想根据下面解释的条件计算一个名为age_in_days的列

步骤：

1. If Actual_DOB is available (not an NaT)

age_in_days是从实际DOB到2021-03-31的天数

df['Actual_DOB'],df['Tentative_DOB'], df['age_in_days']=pd.to_datetime(df['Actual_DOB']),pd.to_datetime(df['Tentative_DOB']),pd.Timestamp('2021-03-31')

age_in_days是从暂定日期到2021-03-31的天数

df['Actual_DOB'],df['Tentative_DOB'], df['age_in_days']=pd.to_datetime(df['Actual_DOB']),pd.to_datetime(df['Tentative_DOB']),pd.Timestamp('2021-03-31')

我尝试了以下代码：

df['Actual_DOB'] = pd.to_datetime(df.Actual_DOB)
df['Tentative_DOB'] = pd.to_datetime(df.Tentative_DOB)
df['age_in_days1'] = (pd.Timestamp('2021-03-31') - df.Actual_DOB).dt.days
df['age_in_days2'] = (pd.Timestamp('2021-03-31') - df.Tentative_DOB).dt.days

预期产出：

ID       Actual_DOB      Tentative_DOB    age_in_days
1        NaN             2002-01-01       7029
2        2020-06-23      2020-01-01       281
3        NaT             NaT              NaN
4        2018-06-29      NaT              1006  

---

使用np.selectcondition\u列表、结果列表

res=[df['age_in_days']-df.Actual_DOB,df['age_in_days']-df.Tentative_DOB]

将日期强制为datetime，并用2021-03-31追加tcolumn

df['Actual_DOB'],df['Tentative_DOB'], df['age_in_days']=pd.to_datetime(df['Actual_DOB']),pd.to_datetime(df['Tentative_DOB']),pd.Timestamp('2021-03-31')

条件列表

cond=[df.Actual_DOB.notna(),df.Tentative_DOB.notna()]

成绩表

res=[df['age_in_days']-df.Actual_DOB,df['age_in_days']-df.Tentative_DOB]

np.在哪里

df['age_in_days']=np.select(cond,res, np.nan)/ np.timedelta64(1, 'D')

---

使用np.selectcondition\u列表、结果列表

res=[df['age_in_days']-df.Actual_DOB,df['age_in_days']-df.Tentative_DOB]

将日期强制为datetime，并用2021-03-31追加tcolumn

df['Actual_DOB'],df['Tentative_DOB'], df['age_in_days']=pd.to_datetime(df['Actual_DOB']),pd.to_datetime(df['Tentative_DOB']),pd.Timestamp('2021-03-31')

条件列表

cond=[df.Actual_DOB.notna(),df.Tentative_DOB.notna()]

成绩表

res=[df['age_in_days']-df.Actual_DOB,df['age_in_days']-df.Tentative_DOB]

np.在哪里

df['age_in_days']=np.select(cond,res, np.nan)/ np.timedelta64(1, 'D')

---

有了你们展示的样品，你们能试一下下面的吗。在这里与函数一起使用。简单的解释是，创建一个日期变量，在这个变量中，我们在Actuak_DOB列中填充关于暂定_DOB列的NaN值。然后使用pd.to.datetime函数确保时间格式正确。最后，用OP给出的2021-03-31日期减去日期变量值，并将其转换为天，生成一个新的DataFrame列

date = df['Actual_DOB'].fillna(df['Tentative_DOB'])
date  = pd.to_datetime(date,yearfirst=True)
df['age_in_days'] = (pd.Timestamp('2021-03-31')-date).dt.days

数据帧的输出如下：

   ID  Actual_DOB Tentative_DOB  age_in_days
0   1         NaN    2002-01-01       7029.0
1   2  2020-06-23    2020-01-01        281.0
2   3         NaN           NaN          NaN
3   4  2018-06-29           NaN       1006.0

---

有了你们展示的样品，你们能试一下下面的吗。在这里与函数一起使用。简单的解释是，创建一个日期变量，在这个变量中，我们在Actuak_DOB列中填充关于暂定_DOB列的NaN值。然后使用pd.to.datetime函数确保时间格式正确。最后，用OP给出的2021-03-31日期减去日期变量值，并将其转换为天，生成一个新的DataFrame列

date = df['Actual_DOB'].fillna(df['Tentative_DOB'])
date  = pd.to_datetime(date,yearfirst=True)
df['age_in_days'] = (pd.Timestamp('2021-03-31')-date).dt.days

数据帧的输出如下：

   ID  Actual_DOB Tentative_DOB  age_in_days
0   1         NaN    2002-01-01       7029.0
1   2  2020-06-23    2020-01-01        281.0
2   3         NaN           NaN          NaN
3   4  2018-06-29           NaN       1006.0