Pandas 日期条件计算

Question

我正在尝试根据计算两个事件之间时间的条件语句在 Pandas 中创建一个列。我能够计算出当天的计算，但是当插入我的条件语句时：

def defect_age(df):
    if df['Status'] == 'R':
        return (pd.to_datetime(df['resolved_on'], errors='coerce') 
            - pd.to_datetime(df['submitted_on'])) / np.timedelta64(1, 'D')
    else:
        return 'null'

然后由列调用：

group_df['Age'] = group_df.apply(defect_age(group_df), axis=0)

我收到以下错误：

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

我试图将我的问题建立在HERE...但我没有取得多大成功。任何帮助表示赞赏！

Answer 1

这样做：

group_df['Age'] = group_df.apply(lambda row:defect_age(row), axis=1)

这是因为您希望将函数应用于每一行而不是一次应用于整个数据帧。

df['Status'] == 'R' 如果应用于数据帧，将给出一个布尔值列表，并且你不能在 if 表达式中放置一个布尔值列表

Answer 2

尝试使用defect_age的这个定义

def defect_age(df):
    resolved = pd.to_datetime(df.resolved_on, errors='coerce')
    submitted = pd.to_datetime(df.submitted_on)
    r = (resolved - submitted) / np.timedelta64(1, 'D')
    return np.where(df.Status == 'R', r, np.nan)

错误来自if df['Status'] == 'R'

这将是一系列布尔值，而不是if 需要的单个布尔值。您仍然想一次在整个系列中运行它。我希望我给了你一些有用的东西。