将月份添加到pandas中的datetime列

Question

我有一个带有2列的数据帧df,如下所示 -

               START_DATE             MONTHS
0              2015-03-21                240
1              2015-03-21                240
2              2015-03-21                240
3              2015-03-21                240
4              2015-03-21                240
5              2015-01-01                120
6              2017-01-01                240
7                     NaN                NaN
8                     NaN                NaN
9                     NaN                NaN

2列的数据类型是对象.

>>> df.dtypes
START_DATE    object
MONTHS        object
dtype: object

现在,我想通过添加df ['START_DATE']和df ['MONTHS']来创建一个新列"结果".所以,我做了以下 -

from dateutil.relativedelta import relativedelta  

df['START_DATE'] = pd.to_datetime(df['START_DATE'])
df['MONTHS'] = df['MONTHS'].astype(float)

df['offset'] = df['MONTHS'].apply(lambda x: relativedelta(months=x))

df['Result'] = df['START_DATE'] + df['offset'] 

在这里,我得到以下错误 -

TypeError: incompatible type [object] for a datetime/timedelta operation

注意:想要将df ['Months']转换为int,但由于该字段具有Null而无法工作.

能不能给我一些指示.谢谢.

Answer 1

这是一种执行此操作的矢量化方式,因此应该非常高效.请注意,它不处理月份交叉/结尾(并且不能很好地处理DST更改.我相信这就是您获得时间的原因).

In [32]: df['START_DATE'] + df['MONTHS'].values.astype("timedelta64[M]")
Out[32]: 
0   2035-03-20 20:24:00
1   2035-03-20 20:24:00
2   2035-03-20 20:24:00
3   2035-03-20 20:24:00
4   2035-03-20 20:24:00
5   2024-12-31 10:12:00
6   2036-12-31 20:24:00
7                   NaT
8                   NaT
9                   NaT
Name: START_DATE, dtype: datetime64[ns]

如果您需要精确的MonthEnd/Begin处理,这是一种合适的方法.(使用MonthsOffset获取同一天)

In [33]: df.dropna().apply(lambda x: x['START_DATE'] + pd.offsets.MonthEnd(x['MONTHS']), axis=1)
Out[33]: 
0   2035-02-28
1   2035-02-28
2   2035-02-28
3   2035-02-28
4   2035-02-28
5   2024-12-31
6   2036-12-31
dtype: datetime64[ns]