如何更新 pandas 数据框中选定的 datetime64 值？

Question

我正在尝试使用 loc 方法更新 pandas 数据框中选定的 datetime64 值来选择满足条件的行。但是，它不会分配新的日期时间值，而是生成 NaT。

这是我的代码的简化，显示了问题：

import pandas as pd

import numpy as np

datetime = (np.datetime64('1899-12-30'), np.datetime64('1989-12-30'), np.datetime64('2199-12-30'))

select = (0, 1, 0)

df = pd.DataFrame(list(zip(datetime, select)),

                  columns=['date_time', 'select'])

# create a new column by subtracting 180 days

df['new_date'] = df['date_time'] - pd.Timedelta(180, unit='d')

# replace datetime with new date where select is true

df.loc[(df['select'] == 1), ['date_time']] = df.loc[(df['select'] == 1), ['new_date']]

print(df)

# the second element of the date_time column is "NaT", but this is not the desired outcome.

# the desired behaviour is for it to be the same as the second element in the new_date column.

关于如何做到这一点或为什么这没有按预期工作的任何想法？

Answer 1

您应该[]在列名称周围放置：df.loc[(df['select'] == 1), 'date_time'] = df.loc[(df['select'] == 1), 'new_date']您还可以删除第二个布尔索引：df.loc[(df['select'] == 1), 'date_time'] = df['new_date']另外，np.where：df['date_time'] = np.where(df['select']==1, df['new_date'], df['date_time'])说明：对数据帧df.loc[s, ['col_name']]进行切片，对系列进行切片。当你这样做时：df.loc[s, 'col_name']dataframe_slice = another_dataframe_slicePandas 将尝试对齐两个数据帧的索引/列。在这种情况下，两个切片没有公共列，因此更新后的数据帧的NaN值为select==1。