python - 在Python中有效比较两列中的每对日期

Question

我有一个数据框，其中包含一列开始日期和一列结束日期。我想通过确保开始日期早于结束日期(即 start_date < end_date)来检查日期的完整性。我有超过 14,000 个观察结果需要运行。

我有以下形式的数据:

    Start       End
0   2008-10-01  2008-10-31  
1   2006-07-01  2006-12-31  
2   2000-05-01  2002-12-31  
3   1971-08-01  1973-12-31  
4   1969-01-01  1969-12-31  

我添加了一个列来写入结果，尽管我只是想突出显示是否有不正确的列，以便我可以删除它们:

dates['Correct'] = " "

并开始使用以下内容检查每个日期对，其中我的数据框称为日期:

for index, row in dates.iterrows():
    if dates.Start[index] < dates.End[index]:
        dates.Correct[index] = "correct"
    elif dates.Start[index] == dates.End[index]:
        dates.Correct[index] = "same"
    elif dates.Start[index] > dates.End[index]:
        dates.Correct[index] = "incorrect"

这有效，只是需要非常非常长的时间(大约超过 15 分钟)。我需要更有效地运行代码 - 我是否做错了什么或可以改进？

Answer 1

为什么不直接以矢量化的方式来做:

is_correct = dates['Start'] < dates['End']
is_incorrect = dates['Start'] > dates['End']
is_same = ~is_correct & ~is_incorrect