根据日期范围中的 DateTimeIndex 更新列答案

【问题标题】：Update column based on DateTimeIndex from date range根据日期范围中的 DateTimeIndex 更新列
【发布时间】：2023-03-22 01:29:01
【问题描述】：

我有一个带有 DateTimeIndex 和一个名为 HOLIDAY 的空列的 Pandas 数据框。

如果索引中的日期时间是节假日，我想将该列的值设置为“YES”，以便生成的数据框如下所示：

TIME                    HOLIDAY
2019-11-25 06:00:00     NO
2019-11-26 21:00:00     NO
2019-11-27 18:00:00     NO
2019-11-28 08:00:00     YES
2019-11-29 08:00:00     NO
2019-11-30 08:00:00     NO

我有一个日期列表：

holidays = ['2019-07-04', '2019-11-28','2019-12-25']
holidays = pd.to_datetime(holidays)

我试过这个，但我得到一个错误：

df.loc[df.index.date.isin(holidays), 'HOLIDAY'] = "YES"

实现这一目标的最佳方法是什么？

谢谢

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

注意：

holidays 包含 a.o. 2019-11-28午夜，
您的 DataFrame 包含 a.o.也是2019-11-28，但在8:00。

如果您想在holidays 日期中查找具有索引值的行（无论时间部分），您必须“取消”时间部分。

获取相关行的方法之一是使用布尔索引：

df[df.index.floor('D').isin(holidays)]

结果是：

                    HOLIDAY
TIME                       
2019-11-28 08:00:00     YES

你也可以只得到HOLIDAY列，运行：

df[df.index.floor('D').isin(holidays)].HOLIDAY

这次的结果（系列）是：

TIME
2019-11-28 08:00:00    YES
Name: HOLIDAY, dtype: object

【讨论】：

【解决方案2】：

DateTimeIndex.date 返回一个 numpy 字符串数组，而不是 pd.Series 的 pd.Timestamp dtype。所以你必须在等式的两边得到相同的 dtype：

如果 TIME 不在您的索引中，这将起作用：

m2 = df['TIME'].dt.date.isin(holidays.date)

或

m2 = df.index.to_series().dt.date.isin(holidays.date)

df.loc[m2, 'HOLIDAY'] = "YES"

输出：

                    HOLIDAY
TIME                       
2019-11-25 06:00:00      NO
2019-11-26 21:00:00      NO
2019-11-27 18:00:00      NO
2019-11-28 08:00:00     YES
2019-11-29 08:00:00      NO
2019-11-30 08:00:00      NO

【讨论】：