Python pandas 将年份整数列添加到日期列答案

【问题标题】：Python pandas add a years integer column to a date columnPython pandas 将年份整数列添加到日期列
【发布时间】：2021-07-14 03:46:51
【问题描述】：

我有一个类似于这里讨论的问题How to add a year to a column of dates in pandas 但是在我的情况下，添加到日期列的年数存储在另一列中。这是我不工作的代码：

import datetime
import pandas as pd
df1 = pd.DataFrame( [ ["Tom",5], ['Jane',3],['Peter',1]],  columns = ["Name","Years"])
df1['Date'] = datetime.date.today()
df1['Final_Date'] = df1['Date'] + pd.offsets.DateOffset(years=df1['Years'])

目标是将第 1 行的当前日期添加 5 年，将第 2 行的当前日期添加 3 年，等等。有什么建议么？谢谢

【问题讨论】：

什么不起作用？
你试过了吗？
@Angelo 你在年里有很多不同的价值观吗？
问题基本上是熊猫的时间增量不采用矢量化输入。它抛出TypeError: cannot convert the series to <class 'int'>。
对，这正是我的问题。你知道怎么处理吗？谢谢

标签： python pandas dataframe python-datetime

【解决方案1】：

通过将年转换为天，然后添加到转换后的日期时间列来转换为时间增量：

df1['Final_Date'] = pd.to_datetime(df1['Date']) \
    + pd.to_timedelta(df1['Years'] * 365, unit='D')

多年来，to_timedelta 和 unit='Y' 的使用是 deprecated 并抛出 ValueError。

【讨论】：

这种方法的问题是闰年。也就是说，如果 OP 不在确切的月日前后几天，那么这是最简单的方法 :)

【解决方案2】：

假设 Years 中不同值的数量是有限的，你可以试试groupby 和pd.DateOffset 做类似的操作：

df1['new_date'] = (
    df1.groupby('Years')
       ['Date'].apply(lambda x: x + pd.DateOffset(years=x.name))
)
print(df1)
    Name  Years        Date   new_date
0    Tom      5  2021-07-13 2026-07-13
1   Jane      3  2021-07-13 2024-07-13
2  Peter      1  2021-07-13 2022-07-13

否则您可以提取年、月和日，将 Years 列添加到 year 并重新创建 datetime 列

df1['Date'] = pd.to_datetime(df1['Date'])
df1['new_date'] = (
    df1.assign(year=lambda x: x['Date'].dt.year+x['Years'], 
               month=lambda x: x['Date'].dt.month,
               day=lambda x: x['Date'].dt.day, 
               new_date=lambda x: pd.to_datetime(x[['year','month','day']]))
       ['new_date']
)

同样的结果

【讨论】：

【解决方案3】：

import datetime
import pandas as pd
df1 = pd.DataFrame( [ ["Tom",5], ['Jane',3],['Peter',1]],  columns = ["Name","Years"])
df1['Date'] = datetime.date.today()
df1['Final_date'] = datetime.date.today()

df1['Final_date'] = df1.apply(lambda g: g['Date'] + pd.offsets.DateOffset(years = g['Years']), axis=1)


print(df1)

试试这个，当您调用 pd.offsets.DateOffset(years=df1['Years']) 时，您试图添加整个列，而不是列中的 1 个值。

编辑：由于iterrows 的性能不佳，我从iterrows 更改为矢量化方法

【讨论】：

除非绝对必要，否则不要使用iterrows；它的性能极差
我同意，尽管我很欣赏这个解决方案，但我需要一个矢量化解决方案
@ifly6 你说的对，我忘了考虑性能问题。
嗨 Tomo，欢迎投稿。仅供参考，虽然 apply 用于按行操作（轴 = 1）比 iterrows 好一点，但它仍然不是矢量化解决方案，例如 see this answer 或 this question 时间示例:)