如何在熊猫中减去天数后获取日期答案

【问题标题】：How to get date after subtracting days in pandas如何在熊猫中减去天数后获取日期
【发布时间】：2021-06-23 22:47:54
【问题描述】：

我有一个数据框：

In [15]: df
Out[15]: 
        date  day
0 2015-10-10   23
1 2015-12-19    9
2 2016-03-05   34
3 2016-09-17   23
4 2016-04-30    2

我想从日期中减去天数并创建一个新列。

In [16]: df.dtypes
Out[16]: 
date    datetime64[ns]
day              int64

所需的输出类似于：

In [15]: df
Out[15]: 
        date  day date1
0 2015-10-10   23 2015-09-17
1 2015-12-19    9 2015-12-10
2 2016-03-05   34 2016-01-29
3 2016-09-17   23 2016-08-25
4 2016-04-30    2 2016-04-28

我试过了，但这不起作用：

df['date1']=df['date']+pd.Timedelta(df['date'].dt.day-df['day'])

它抛出错误：

TypeError: timedelta days 组件的类型不受支持：系列

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以使用to_timedelta:

df['date1'] = df['date'] -  pd.to_timedelta(df['day'], unit='d')

print (df)
        date  day      date1
0 2015-10-10   23 2015-09-17
1 2015-12-19    9 2015-12-10
2 2016-03-05   34 2016-01-31
3 2016-09-17   23 2016-08-25
4 2016-04-30    2 2016-04-28

如果需要Timedelta，请使用apply，但速度较慢：

df['date1'] = df['date'] -  df.day.apply(lambda x: pd.Timedelta(x, unit='D'))

print (df)
        date  day      date1
0 2015-10-10   23 2015-09-17
1 2015-12-19    9 2015-12-10
2 2016-03-05   34 2016-01-31
3 2016-09-17   23 2016-08-25
4 2016-04-30    2 2016-04-28

时间安排：

#[5000 rows x 2 columns]
df = pd.concat([df]*1000).reset_index(drop=True)

In [252]: %timeit df['date'] -  df.day.apply(lambda x: pd.Timedelta(x, unit='D'))
10 loops, best of 3: 45.3 ms per loop

In [253]: %timeit df['date'] -  pd.to_timedelta(df['day'], unit='d')
1000 loops, best of 3: 1.71 ms per loop

【讨论】：

感谢我上面尝试使用 pd.Timedelta 的方法。
是的，这是另一种解决方案。
你能指出我在尝试使用 pd.Timedelta 时的错误吗？
我认为问题是 pd.Timedelta 仅适用于标量值 - 请参阅 docs

【解决方案2】：

import dateutil.relativedelta
def calculate diff(v):
    return v['date'] - dateutil.relativedelta.relativedelta(day=v['day'])
df['date1']=df.apply(calculate_diff, axis=1)

假设 v['date'] 是日期时间对象

【讨论】：

它给了我错误KeyError: ('date', 'occurred at index date')。
它没有给出想要的输出，可能有问题。