计算日期上方的列数

如何解决计算日期上方的列数

我有一个包含多列的 Pandas 数据框，我想知道日期 2016-12-31 上方的列数。下面是一个例子：

ID	比尔	日期 1	日期 2	日期 3	日期 4	法案 2
4	6	2000-10-04	2000-11-05	1999-12-05	2001-05-04	8
6	8	2016-05-03	2017-08-09	2018-07-14	2015-09-12	17
12	14	2016-11-16	2017-05-04	2017-07-04	2018-07-04	35

我想得到这个专栏

计数
0
2
3

解决方法

只需创建掩码并在 sum 上调用 axis=1

date = pd.to_datetime('2016-12-31')
(df[['Date 1','Date 2','Date 3','Date 4']]>date).sum(1)

输出：

0    0
1    2
2    3
dtype: int64

如果需要，调用 .to_frame('count') 以创建列为 count 的数据帧

(df[['Date 1','Date 4']]>date).sum(1).to_frame('Count')
   Count
0      0
1      2
2      3

,

你可以这样做：

df['Count'] = (df.loc[:,[x for x in df.columns if 'Date' in x]] > '2016-12-31').sum(axis=1)

输出：

     ID   Bill      Date 1      Date 2      Date 3      Date 4   Bill 2  Count
0     4      6  2000-10-04  2000-11-05  1999-12-05  2001-05-04        8      0
1     6      8  2016-05-03  2017-08-09  2018-07-14  2015-09-12       17      2
2    12     14  2016-11-16  2017-05-04  2017-07-04  2018-07-04       35      3

我们选择名称中带有“日期”的列。当我们有很多这样的列并且不想将它们一一放置时会更好。然后我们将其与查找日期进行比较并求和“真”值。

,

使用 df.filter 过滤 Date* 列 + .sum(axis=1)

(df.filter(like='Date') > '2016-12-31').sum(axis=1).to_frame(name='Count')

结果：

   Count
0      0
1      2
2      3