Python DataFrame：比较两个不同列的日期

比较同一天不同列的日期

df

预期产量

            a                           b                       output
    0   2020-07-17 00:00:01.999    2020-07-17 12:00:01.999       True
    1   2020-06-15 13:14:01.999    2020-02-14 12:00:01.999       False
    2   2020-09-05 16:14:01.999    2020-09-05 11:59:01.999       True
    3   2020-11-17 23:14:01.999    2020-11-17 05:30:01.999       True

---

我应该将日期转换为字符串（strf date）并比较它们还是其他方式？

您拥有的是时间戳，要从中获取日期，您应该使用.date（）方法，假设数据帧是df

df['output'] = df.apply(lambda row: row['a'].date() == row['b'].date(), axis=1)

如果列“a”和“b”是字符串，则使用

df['output'] = df.apply(lambda row: pd.Timestamp(row['a']).date() == pd.Timestamp(row['b']).date(), axis=1)

---

使用

pd.to_datetime

或从csv读取时，将datetime对象转换为datetime对象。然后使用

dt.date

函数比较日期

In [22]: df = pd.read_csv("a.csv", parse_dates=["a","b"])

In [23]: df
Out[23]:
                        a                       b
0 2020-07-17 00:00:01.999 2020-07-17 12:00:01.999
1 2020-06-15 13:14:01.999 2020-02-14 12:00:01.999
2 2020-09-05 16:14:01.999 2020-09-05 11:59:01.999
3 2020-11-17 23:14:01.999 2020-11-17 05:30:01.999

In [24]: df["c"] = df["a"].dt.date == df["b"].dt.date

In [25]: df
Out[25]:
                        a                       b      c
0 2020-07-17 00:00:01.999 2020-07-17 12:00:01.999   True
1 2020-06-15 13:14:01.999 2020-02-14 12:00:01.999  False
2 2020-09-05 16:14:01.999 2020-09-05 11:59:01.999   True
3 2020-11-17 23:14:01.999 2020-11-17 05:30:01.999   True

---

您应该首先使用如下方法将列转换为

datetime

列：

df['a'] = pd.to_datetime(df['a'])
df['b'] = pd.to_datetime(df['b'])

现在，使用创建一个新列，同时仅比较日期：

import numpy as np
df['output'] = np.where(df['a'].dt.date == df['b'].dt.date, True, False)

输出：

    a                           b                           output
0   2020-07-17 00:00:01.999    2020-07-17 12:00:01.999       True
1   2020-06-15 13:14:01.999    2020-02-14 12:00:01.999       False
2   2020-09-05 16:14:01.999    2020-09-05 11:59:01.999       True
3   2020-11-17 23:14:01.999    2020-11-17 05:30:01.999       True

---

np.where

看起来有点多余。@MateenUlhaq为什么

np.where

非常适合此类检查，并反过来创建一个新列。

xs==np.where（xs，True，False）

if

xs.dtype==bool

    a                           b                           output
0   2020-07-17 00:00:01.999    2020-07-17 12:00:01.999       True
1   2020-06-15 13:14:01.999    2020-02-14 12:00:01.999       False
2   2020-09-05 16:14:01.999    2020-09-05 11:59:01.999       True
3   2020-11-17 23:14:01.999    2020-11-17 05:30:01.999       True