python - 如果否则无法在 python Pandas 中使用日期时间

Question

背景

我有一个数据框 df。它有客户的 order_dates(交易何时完成等)。我正在尝试创建一个新列“最近”，如果交易是最近的(从今天起 1 个月内)，则为 1；如果不是最近的交易，则为 0。

例如

当前 df

 order_date
 2019-01-01
 2019-12-14
 2019-10-12
 2019-11-22

需要输出 df

 order_date   recent
 2019-01-01    0
 2019-12-14    1
 2019-10-12    0
 2019-11-22    0
 2019-12-09    1

代码:

   import datetime
   df['recent'] = 9
   df['order_date'] = pd.to_datetime(df['order_date']).dt.date

   if ((df['order_date']) >(datetime.date.today() - datetime.timedelta(1*365/12))).any():
    df['recent'] == 1
   else:
    df['recent'] == 0

我为最近写入了默认值 9，因为 if else 不起作用，现在我在 df['recent'] 中获取所有 9 个值

一些基本背景:

[IN]:print(df['order_date'].loc[0])
2019-01-01
[IN]:type(df['order_date'])
pandas.core.series.Series
[IN]:print(datetime.date.today() - datetime.timedelta(1*365/12))
2019-12-01
[IN]:type(datetime.date.today() - datetime.timedelta(1*365/12))
datetime.date

Answer 1

通过 Series.astype 将 bool 掩码转换为整数:

df['order_date'] = pd.to_datetime(df['order_date']).dt.date
#solution for oldier pandas versions
#df['order_date'] = pd.to_datetime(df['order_date']).dt.floor('d')


m = (df['order_date']) >(datetime.date.today() - datetime.timedelta(1*365/12))

df['recent'] = m.astype(int)

或者通过 numpy.where 设置值:

df['recent'] = np.where(m, 1, 0)