根据条件和现有日期列和时间增量列创建新日期列

Question

我的数据库看起来像 -

date                  Add
21-Dec-19       1-Month
13-Nov-19      3-Months

我想创建一个新列，'New'，基于一个条件，如果日期小于指定日期，它应该添加添加列隐含的天数（以 timedelta 为单位）。

我使用的代码是-

df['date'] = pd.to_datetime(df['date'])
df['add'] = df['add'].mapp({'1-Month': np.timedelta64(30,'D'), '3-Months': np.timedelta64 (90,'D')})
def new(row):
   if df['date'] < pd.to_datetime('12/15/2019'):
      val == df['date'] + df['add']
   else:
      val == df['date']
return val

df.apply(lambda row:new(row), axis=1)

我收到以下错误

('一个Series的真值是不明确的。使用a.empty, a.bool(), a.item(), a.any() or a.all().', '发生在索引0 ')

任何想法都将不胜感激！

Answer 1

您的代码有几个问题：

• 您正在使用row 定义您的函数，但使用df。这意味着在为您的 if/else 语句进行比较时，该函数不知道如何正确评估条件。如果所有值都小于传递的值，我是否返回 True？如果任何值小于？这就是它返回歧义错误的原因。
• 当您定义使用return 的val 时，您只需要使用一个= 符号，因为2 会将val 与一个值进行比较，并且会返回一个错误，因为val 有从未被定义。
• 对于这种情况，在使用apply时，不需要使用lambda，调用函数即可。

这应该适合你：

import pandas as pd  
import numpy as np
data = {'date':['21-Dec-19','13-Nov-19'],'add':['1-Month','3-Months']}  
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df['add'] = df['add'].map({'1-Month': np.timedelta64(30,'D'), '3-Months': np.timedelta64 (90,'D')})
def new(row):
    if row['date'] < pd.to_datetime('12/15/2019'):
        val = row['date'] + row['add']
    else:
        val = row['date']
    return val

df['new'] = df.apply(new,axis=1)
print(df)

输出：

        date     add        new
0 2019-12-21 30 days 2019-12-21
1 2019-11-13 90 days 2020-02-11