python - 根据 Pandas 中的字符串列获取日期

Question

我有一个 Pandas 数据框:

id       age
001      1 hour
002      2 hours
003      2 days
004      4 days

年龄是指项目在数据库中的时间。我喜欢做的是在将项目添加到数据库时打印日期。

因此，如果 age 列包含字符串“hour”或“hours”，我想打印当前日期，如果没有，则将当前日期减去天数。

所需的输出应如下所示:

id       age          insertion_date
001      1 hour       2018-09-18
002      2 hours      2018-09-18
003      2 days       2018-09-16
004      4 days       2018-09-14

我正在使用 Python 2.7，到目前为止，这是我所取得的成就。

import pandas as pd
from datetime import date

for index, row in df.iterrows():
    age = row["age"]
    if "days" in age:
       # Remove days and convert data type of age column 
       df["age"] = df["age"].astype("str").str.replace('[^\d\.]', '')
       # deduct current date by number of days
       df["insertion_date"] = df["age"].astype("int64").apply(lambda x: date.today() - timedelta(x))
     else:
       # print current date
       df["insertion_date"] = date.today()

上面代码的输出如下所示:

id       age          insertion_date
001      1            2018-09-17
002      2            2018-09-16
003      2            2018-09-16
004      4            2018-09-14

此代码的问题在于，即使 age 列中存在字符串“hour”或“hours”，它也不会将当前日期添加到 insertion_date 列。

如果有人能指出我在这段代码中出错的地方，我将不胜感激，这样我就可以修复它以获得所需的输出，即如果字符串“hour”，它会将当前日期添加到 insertion_date 列或 age 列中存在“hours”，否则，将当前日期减去 age 列中的天数，并将日期添加到 insertion_date 列。

Answer 1

您可以使用 Timestamp.floor减去由 to_timedelta 创建的 timedelta和 TimedeltaIndex.floor :

df['new'] = pd.Timestamp.today().floor('D') - pd.to_timedelta(df['age']).dt.floor('D')
print (df)
   id      age        new
0   1   1 hour 2018-09-18
1   2  2 hours 2018-09-18
2   3   2 days 2018-09-16
3   4   4 days 2018-09-14

print (df['new'].dtypes)
datetime64[ns]