Python 如何检查数据框中缺少的日期时间是否符合顺序？

我有一个熊猫数据框，有4列，其中包含一些零整数值和一些日期时间。我想创建一个具有真/假值的新列，以告诉我日期时间是否按时间顺序排列，即使有些是0

示例df

P1.   P2.   P3.   P4. 
0.    2011.  0.   2015
2015. 0.    0.    2013

然后，我想创建一个新列，根据它是否按时间顺序排列（例如，在上面的情况下，第1行为true，第2行为false），它只包含一个T/F

我曾考虑过使用if和else进行循环，但不知道是否有更干净的方法。仅供参考日期为完整格式2014-11-31 00:00:00

---

提前感谢。

下面是一个遵循逻辑的方法：

• 使用

  apply

  方法循环行轴=1
• 对于每行，删除零，计算差值并与零进行比较
• 如果没有一个差小于零，那么您可以声称它是按时间顺序（升序）排列的

另外，如果行包含零或一个有效日期（非零），则此逻辑将为true：

df.apply(lambda r: ~(r[r != 0].diff() < 0).any(), 1)

#0     True
#1    False
#dtype: bool

df.apply（lambda r:~（r[r！=0].diff（）<0.any（），1）
#0对
#1错误
#数据类型：bool

源DF:

In [250]: x
Out[250]:
      P1.     P2.  P3.   P4.
0     0.0  2011.0  0.0  2015
1  2015.0     0.0  0.0  2013

In [251]: x['new'] = x[x!=0].apply(lambda x: x.dropna().is_monotonic, axis=1)

In [252]: x
Out[252]:
      P1.     P2.  P3.   P4.    new
0     0.0  2011.0  0.0  2015   True
1  2015.0     0.0  0.0  2013  False

解决方案：

In [250]: x
Out[250]:
      P1.     P2.  P3.   P4.
0     0.0  2011.0  0.0  2015
1  2015.0     0.0  0.0  2013

In [251]: x['new'] = x[x!=0].apply(lambda x: x.dropna().is_monotonic, axis=1)

In [252]: x
Out[252]:
      P1.     P2.  P3.   P4.    new
0     0.0  2011.0  0.0  2015   True
1  2015.0     0.0  0.0  2013  False

结果：

In [250]: x
Out[250]:
      P1.     P2.  P3.   P4.
0     0.0  2011.0  0.0  2015
1  2015.0     0.0  0.0  2013

In [251]: x['new'] = x[x!=0].apply(lambda x: x.dropna().is_monotonic, axis=1)

In [252]: x
Out[252]:
      P1.     P2.  P3.   P4.    new
0     0.0  2011.0  0.0  2015   True
1  2015.0     0.0  0.0  2013  False

---

看起来是个很好的答案，但那真的很难回答。。。你能把它打开一点吗？也许有一些评论？@JDLong补充道。