根据多个其他列中特定范围内日期的存在创建一个列

Question

我有一个名为 df 的数据框，看起来与此类似（除了 'Visit' 列的数量增加到 Visit_74 并且有数百个客户端 - 我在这里简化了它）。

Client    Visit_1     Visit_2     Visit_3     Visit_4     Visit_5         
Client_1  2016-05-10  2016-05-25  2016-06-10  2016-06-25  2016-07-10
Client_2  2017-05-10  2017-05-25  2017-06-10  2017-06-25  2017-07-10
Client_3  2018-09-10  2018-09-26  2018-10-10  2018-10-26  2018-11-10  
Client_4  2018-10-10  2018-10-26  2018-11-10  2018-11-26  2018-12-10

我想创建一个名为 Four_Visits 的新列，其中包含两个值 0 和 1。如果从 Visit_1 到 Visit_5 的任何一列中至少有四个日期落在 2018-10-15 和之间，我想将 Four_Visits 设置为等于 1 2018-12-15。生成的数据框应如下所示：

Client    Visit_1     Visit_2     Visit_3     Visit_4     Visit_5     Four_Visits  
Client_1  2016-05-10  2016-05-25  2016-06-10  2016-06-25  2016-07-10  0
Client_2  2017-05-10  2017-05-25  2017-06-10  2017-06-25  2017-07-10  0
Client_3  2018-09-10  2018-09-26  2018-10-10  2018-10-26  2018-11-10  0
Client_4  2018-10-10  2018-10-26  2018-11-10  2018-11-26  2018-12-10  1

Answer 1

如果尚未转换为 datetime，则使用过滤器和 >= + <= 检查每行的日期之间是否有超过 4 个访问列：

import pandas as pd
# df = df.set_index('Client').apply(pd.to_datetime).reset_index()

df['Four_Visits'] = ((df.filter(like='Visit').ge(pd.to_datetime('2018-10-15')).fillna(0).astype(bool))
                     & (df.filter(like='Visit').le(pd.to_datetime('2018-12-15')).fillna(0).astype(bool))
                    ).sum(1).ge(4).astype('int')

输出：

     Client    Visit_1    Visit_2    Visit_3    Visit_4    Visit_5  Four_Visits
0  Client_1 2016-05-10 2016-05-25 2016-06-10 2016-06-25 2016-07-10            0
1  Client_2 2017-05-10 2017-05-25 2017-06-10 2017-06-25 2017-07-10            0
2  Client_3 2018-09-10 2018-09-26 2018-10-10 2018-10-26 2018-11-10            0
3  Client_4 2018-10-10 2018-10-26 2018-11-10 2018-11-26 2018-12-10            1

根据多个其他列中特定范围内日期的存在创建一个列

Create a column based on presence of dates within a specific range in multiple other columns

python

datetime

python-datetime

pandas

输出：