<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um Datumsangaben zwischen zwei Spalten in einem Pandas-DataFrame zu vergleichen:<\/span><\/p>\n Methode 1: F\u00fcgen Sie dem DataFrame eine neue Spalte hinzu, die den Datumsvergleich anzeigt<\/strong><\/span><\/p>\n In diesem speziellen Beispiel wird eine neue Spalte namens \u201emet_due_date\u201c<\/strong> hinzugef\u00fcgt, die \u201eTrue\u201c oder \u201eFalse\u201c zur\u00fcckgibt, je nachdem, ob das Datum in der Spalte \u201e comp_date<\/strong> \u201c vor dem Datum in der Spalte \u201e due_date<\/strong> \u201c liegt.<\/span><\/p>\n Methode 2: Filtern Sie den DataFrame basierend auf dem Datumsvergleich<\/strong><\/span><\/p>\n In diesem speziellen Beispiel wird der DataFrame so gefiltert, dass nur Zeilen beibehalten werden, deren Datum in der Spalte \u201e comp_date\u201c<\/strong> vor dem Datum in der Spalte \u201e due_date\u201c<\/strong> liegt.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie eine neue Spalte mit dem Namen \u201emet_due_date\u201c<\/strong> hinzugef\u00fcgt wird, die \u201eTrue\u201c oder \u201eFalse\u201c zur\u00fcckgibt, je nachdem, ob das Datum in der Spalte \u201e comp_date<\/strong> \u201c vor dem Datum in der Spalte \u201e due_date<\/strong> \u201c liegt.<\/span><\/p>\n F\u00fcr jede Zeile im DataFrame gibt die neue Spalte \u201e met_due_date<\/strong> \u201c an, ob das Datum in der Spalte \u201e comp_date<\/strong> \u201c vor dem Datum in der Spalte \u201e due_date\u201c<\/strong> liegt.<\/span><\/p>\n Wir k\u00f6nnen beispielsweise sehen, dass Aufgabe A das F\u00e4lligkeitsdatum 15.04.2022 und das Abschlussdatum 14.04.2022 hatte.<\/span><\/p>\n Da das Abschlussdatum vor dem F\u00e4lligkeitsdatum lag, ist der Wert der Spalte met_due_date<\/strong> True.<\/span><\/p>\n Der folgende Code zeigt, wie der DataFrame so gefiltert wird, dass er nur Zeilen enth\u00e4lt, deren Datum in der Spalte \u201e comp_date<\/strong> \u201c vor dem Datum in der Spalte \u201e due_date\u201c<\/strong> liegt.<\/span><\/p>\n Der neue DataFrame wurde so gefiltert, dass er nur Zeilen enth\u00e4lt, deren Datum in der Spalte \u201ecomp_date<\/strong> \u201c vor dem Datum in der Spalte \u201edue_date\u201c<\/strong> liegt.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So erstellen Sie einen Datumsbereich in Pandas<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um Datumsangaben zwischen zwei Spalten in einem Pandas-DataFrame zu vergleichen: Methode 1: F\u00fcgen Sie dem DataFrame eine neue Spalte hinzu, die den Datumsvergleich anzeigt df[‚ met_due_date ‚] = df[‚ comp_date ‚] < df[‚ due_date ‚] In diesem speziellen Beispiel wird eine neue Spalte namens \u201emet_due_date\u201c hinzugef\u00fcgt, die \u201eTrue\u201c oder […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' met_due_date<\/span> '] = df[' comp_date<\/span> '] <<\/span> df[' due_date<\/span> ']\n<\/strong><\/pre>\n df_met_due_date = df[df[' comp_date<\/span> '] <<\/span> df[' due_date<\/span> ']]<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' task<\/span> ': ['A', 'B', 'C', 'D'],\n ' due_date<\/span> ': ['4-15-2022', '5-19-2022', '6-14-2022', '10-24-2022'],\n ' comp_date<\/span> ': ['4-14-2022', '5-23-2022', '6-24-2022', '10-7-2022']})\n\n#convert due_date and comp_date columns to datetime format\n<\/span>df[[' due_date<\/span> ', ' comp_date<\/span> ']] = df[[' due_date<\/span> ', ' comp_date<\/span> ']]. apply<\/span> (pd. to_datetime<\/span> )\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n task due_date comp_date\n0 A 2022-04-15 2022-04-14\n1 B 2022-05-19 2022-05-23\n2 C 2022-06-14 2022-06-24\n3 D 2022-10-24 2022-10-07<\/span><\/span><\/strong><\/pre>\n Beispiel 1: F\u00fcgen Sie dem DataFrame eine neue Spalte hinzu, die den Datumsvergleich anzeigt<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create new column that shows if completion date is before due date\n<\/span>df[' met_due_date<\/span> '] = df[' comp_date<\/span> '] <<\/span> df[' due_date<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n task due_date comp_date met_due_date\n0 A 2022-04-15 2022-04-14 True\n1 B 2022-05-19 2022-05-23 False\n2 C 2022-06-14 2022-06-24 False\n3 D 2022-10-24 2022-10-07 True\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: Filtern Sie den DataFrame basierend auf dem Datumsvergleich<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#filter for rows where completion date is before due date\n<\/span>df_met_due_date = df[df[' comp_date<\/span> '] <<\/span> df[' due_date<\/span> ']]\n\n#view results\n<\/span>print<\/span> (df_met_due_date)\n\n task due_date comp_date\n0 A 2022-04-15 2022-04-14\n3 D 2022-10-24 2022-10-07<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So konvertieren Sie den Zeitstempel in Pandas in Datum\/Uhrzeit<\/a>
So berechnen Sie eine Differenz zwischen zwei Daten in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"