使用现有列将lambda应用于新列

Question

数据库是rv 列为“NextResetDate\u rv”（日期时间）、“RateResetFreq\u rv”（时间增量） me1是截止日期时间（'12/31/2019'）

我正试图根据一个条件创建一个新的列“resetcalc1\u rv”，但无法获得正确的代码，请您指出哪里出错了

基本上，“rvresetcalc1_rv”应该等于“NextResetDate_rv”，只要它在2019年12月31日之后，否则需要添加“RateResetFreq_rv”，直到满足条件为止

rv['resetcalc1_rv'] = rv['NextResetDate_rv']

def new1(row):
    while row['resetcalc1_rv'] < me1:
        row['resetcalc1_rv'] = row['NextResetDate_rv'] + row['RateResetFreq_rv']
        if row['resetcalc1_rv'] >= me1:
            break
        row['resetcalc1_rv']

rv['resetcalc1_rv'] = rv.apply(lambda row:new1(row), axis=1)

现在所有行的输出都是“None”

Answer 1

可以避免while循环。使用减法和整数除法，您可以找到需要向每行添加多少个'RateResetFreq_rv'单位才能满足条件。clip(lower=0)确保我们不会更改已经在指定日期之后的日期。然后您可以一次计算所有值

样本数据

import pandas as pd
df = pd.DataFrame({'NextResetDate_rv': pd.date_range('2019-11-01', periods=8, freq='15D'),
                   'RateResetFreq_rv': pd.to_timedelta(np.arange(31,23,-1), unit='D')})

代码

s = (((pd.to_datetime('2019-12-31') - df['NextResetDate_rv']).dt.days)//df['RateResetFreq_rv'].dt.days).add(1).clip(lower=0)
df['resetcalc1_rv'] = df['NextResetDate_rv'] + s*df['RateResetFreq_rv']

输出

  NextResetDate_rv RateResetFreq_rv resetcalc1_rv
0       2019-11-01          31 days    2020-01-02
1       2019-11-16          30 days    2020-01-15
2       2019-12-01          29 days    2020-01-28
3       2019-12-16          28 days    2020-01-13
4       2019-12-31          27 days    2020-01-27
5       2020-01-15          26 days    2020-01-15
6       2020-01-30          25 days    2020-01-30
7       2020-02-14          24 days    2020-02-14