如何根据日期有条件地设置数据框的值

Question

我有一个 pandas 数据框，其中包含我要传递给 MSSQL 的几列数据。我的主键是一个文件名，它在 2014 年 3 月 27 日更改了格式。我在我的数据框中以编程方式创建这个文件名，但我需要考虑这两个版本（之前的一种格式，包括 3 月 27 日创建的文件，其他适用于 3 月 27 日之后的所有文件）。

如何遍历每一行并有条件地设置我的文件名列？我的数据框中有一个日期时间列，它具有正确的日期时间格式。我只是不知道如何与更改日期进行比较，然后有条件地创建 df[FileName]。

感谢@EdChum！

dateOfChange = datetime.date(2014, 03, 27)        

df.loc[df['DateTime'] > dateOfChange, 'FileName'] = df.BAC.map(str) + '_' + df.Year.map("{:04}".format, str) + df.Month.map("{:02}".format, str) + df.Day.map("{:02}".format, str) + df.Hour.map("{:02}".format, str) + df.Minute.map("{:02}".format, str) + df.Second.map("{:02}".format, str) + "_" + df.NumberDialed.map(str)
df.loc[df['DateTime'] <= dateOfChange, 'FileName'] = df.BAC.map(str) + '_' + df.Year.map("{:04}".format, str) + df.Month.map("{:02}".format, str) + df.Day.map("{:02}".format, str) + df.Hour.map("{:02}".format, str) + df.Minute.map("{:02}".format, str) + df.Second.map("{:02}".format, str)

Answer 1

您可以只过滤要分配的行，然后分配给所有行，而不是迭代。这将更快并利用 Pandas 的强大功能：

df.loc[df['DateTime'] > dateOfChange, 'FileName'] = someVal
df.loc[df['DateTime'] <= dateOfChange, 'FileName'] = otherVal

我们在这里使用loc 来执行标签索引，请参阅文档：http://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-label