2024-05-19 22:46:58 发布
网友
LLQ:21天后到期
AZK:10天后到期
冠心病:30天后到期
如何使用pandas根据产品保质期得出相应的有效期?请帮助,我是python新手,基本上是一般的编码
csv中的日期数据被识别为字符串。所以首先将其转换为日期时间格式
from datetime import datetime from datetime import timedelta df['LLQ'] = df['manufacturing date'].apply(lambda x: (datetime.strptime(x, "%m/%d/%Y") + timedelta(days=21)).strftime("%m/%d/%Y"))
对其他计算执行相同的操作
您可以使用:
d={'LLQ':21,'AZK':10,'CHD':30} df['expires']=df['type'].apply(lambda x:d[x])
根据上面的代码,我们创建了一个列名“expires”
现在使用pd.to_datetime()方法,将“制造日期”转换为日期时间,并使用apply()方法和pd.offsets.Dateoffsets()方法:
pd.to_datetime()
apply()
pd.offsets.Dateoffsets()
df['manufacturing date']=df['manufacturing date']=pd.to_datetime(df['manufacturing date']) df['expiry date']=df.apply(lambda x:x['manufacturing date']+pd.offsets.DateOffset(days=x['expires']),1)
现在,如果您打印df,您将获得所需的输出:
Room rack type no.of items manufacturing date expires expiry date 0 1 2 LLQ 6 2021-03-21 21 2021-04-11 1 1 2 AZK 6 2021-03-21 10 2021-03-31 2 1 2 CHD 6 2021-03-21 30 2021-04-20
现在,如果要将其保存/更新为csv,请使用to_csv()方法:
df.to_csv('filepath/filename.csv',index=False)
注意:以上更新您的csv文件,但先前存储的数据将被删除
csv中的日期数据被识别为字符串。所以首先将其转换为日期时间格式
对其他计算执行相同的操作
您可以使用:
根据上面的代码,我们创建了一个列名“expires”
现在使用
pd.to_datetime()
方法,将“制造日期”转换为日期时间,并使用apply()
方法和pd.offsets.Dateoffsets()
方法:现在,如果您打印df,您将获得所需的输出:
现在,如果要将其保存/更新为csv,请使用to_csv()方法:
注意:以上更新您的csv文件,但先前存储的数据将被删除
相关问题 更多 >
编程相关推荐