将日期时间中的数据框列值与整数进行比较？答案

【问题标题】：Compare data frame column values in datetime with integer?将日期时间中的数据框列值与整数进行比较？
【发布时间】：2019-12-17 09:35:34
【问题描述】：

我有一个包含日期的数据框列（已转换为日期时间格式）。现在我需要将列中的年份与一个数字进行比较，例如：

Date 
01-02-2018
04-07-2016
09-09-2019

我想进行这样的比较：

if dfA['Date'].dt.year == current:
   ## do something

有两个问题：

代码给了我这个错误

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

并且数字来自分配给名称 current 的用户输入（我使用以下代码将 current 转换为 int）：

current = int(args.User_Input)

不知道为什么它给我一个错误

【问题讨论】：

标签： python dataframe datetime

【解决方案1】：

出现错误是因为语句dfA['Date'].dt.year == current 是pandas.Series 布尔值，而不是单个布尔值：

dfA['Date'].dt.year == 2018
# 0     True
# 1    False
# 2    False
# Name: Date, dtype: bool

python if 语句不知道如何处理：if 语句下的代码块是否应该运行，因为该系列中的任何值都是真的？或者它不应该因为不是所有的值都是真的而运行？或者它是否应该运行，因为 Series 本身不是虚假值，例如 None 或零？意图不明确，因此出现错误。

如果您想对满足您指定条件的所有列在 DataFrame 上执行一些操作，请考虑使用Boolean indexing。您制作的 Series 可用于选择 DataFrame 的某些行，如下所示：

dfA['example'] = 100
is_matching_year = dfA['Date'].dt.year == 2018
dfA.loc[is_matching_year, 'example'] *= 2
print(dfA[['Date', 'example']])
#         Date  example
# 0 2018-01-02      200
# 1 2016-04-07      100
# 2 2019-09-09      100

【讨论】：

【解决方案2】：

# Creating the data you specified
times = ['01-02-2018',
        '04-07-2016',
        '09-09-2019']

#converting to a dataframe
dfA = pd.DataFrame(times)

#Renaming the dataframe to the correct name
dfA.rename(columns={0:'Date'},inplace=True)

#formatting
dfA['Date'] = pd.to_datetime(dfA['Date'], format='%m-%d-%Y')

#User input. Must be an int
currentYear = int(input('Enter Year:'))

#Need to specify the index number using .values[n] to specify which year you're testing against
if dfA['Date'].dt.year.values[0] == currentYear:
    print('Do Something')

【讨论】：

【解决方案3】：

如果dfA['Date'] 中的任何年份等于current，我假设您希望您的if 子句评估为True？如果是这样，你可以这样做：

if dfA['Date'].dt.year.eq(current).sum():
   # do something

【讨论】：

如果我想说更小怎么办？
@BrunnaT。然后你可以做if dfA['Date'].dt.year.le(current+1).sum():。如果任何年份小于current，它将评估为真