我试过了日期时间.timedelta在这个系列中pd.日期偏移. 两者都不起作用。我知道我可以迭代这个数据帧并手动添加它们,但我正在寻找一种矢量化的方法。你知道吗
示例:
d = {pd.Timestamp('2015-01-02'):{'days_delinquent':11}, pd.Timestamp('2015-01-15'):{'days_delinquent':23}}
>>> dataf = pd.DataFrame.from_dict(d,orient='index')
>>> dataf
days_delinquent
2015-01-02 11
2015-01-15 23
只是想在下面的行中加上11天和23天。我在现实生活中添加到的列不是索引,但我显然可以在执行此操作时将其作为索引。你知道吗
我猜这不是自解释的,但是输出将是一个带有日期的新列(在本例中是索引)+日期时间.timedelta(days=dataf['拖欠天数'])
您可以将
days_delinquent
列转换为timedelta64[D]
(以天为单位的偏移量),并将其添加到索引中,例如:更好的(谢谢DSM)是使用
pd.to_timedelta
,因此如果需要,单位更容易更改:给你:
输出:
相关问题 更多 >
编程相关推荐