<\/p>\n
Aby por\u00f3wna\u0107 daty mi\u0119dzy dwiema kolumnami w ramce DataFrame pandy, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cych metod:<\/span><\/p>\n Metoda 1: Dodaj now\u0105 kolumn\u0119 do ramki DataFrame, kt\u00f3ra wy\u015bwietla por\u00f3wnanie dat<\/strong><\/span><\/p>\n W tym konkretnym przyk\u0142adzie dodano now\u0105 kolumn\u0119 o nazwie met_due_date<\/strong> , kt\u00f3ra zwraca warto\u015b\u0107 True lub False w zale\u017cno\u015bci od tego, czy data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Metoda 2: Filtruj ramk\u0119 danych na podstawie por\u00f3wnania dat<\/strong><\/span><\/p>\n Ten konkretny przyk\u0142ad filtruje ramk\u0119 DataFrame, aby zachowa\u0107 tylko wiersze, kt\u00f3rych data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak w praktyce u\u017cywa\u0107 ka\u017cdej z tych metod z nast\u0119puj\u0105c\u0105 ramk\u0105 DataFrame pand:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak doda\u0107 now\u0105 kolumn\u0119 o nazwie met_due_date<\/strong> , kt\u00f3ra zwraca warto\u015b\u0107 True lub False w zale\u017cno\u015bci od tego, czy data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Dla ka\u017cdego wiersza w ramce danych nowa kolumna met_due_date<\/strong> wskazuje, czy data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Na przyk\u0142ad widzimy, \u017ce zadanie A mia\u0142o termin realizacji 15.04.2022 r. i dat\u0119 zako\u0144czenia 14.04.2022 r.<\/span><\/p>\n Poniewa\u017c data zako\u0144czenia przypada\u0142a przed terminem, warto\u015b\u0107 kolumny met_due_date<\/strong> wynosi True.<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak filtrowa\u0107 ramk\u0119 danych tak, aby zawiera\u0142a tylko wiersze, kt\u00f3rych data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Nowa ramka DataFrame zosta\u0142a przefiltrowana tak, aby zawiera\u0142a tylko wiersze, kt\u00f3rych data w kolumnie comp_date<\/strong> jest wcze\u015bniejsza ni\u017c data w kolumnie due_date<\/strong> .<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje na pandach:<\/span><\/p>\n Jak utworzy\u0107 zakres dat w Pandach<\/a> Aby por\u00f3wna\u0107 daty mi\u0119dzy dwiema kolumnami w ramce DataFrame pandy, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cych metod: Metoda 1: Dodaj now\u0105 kolumn\u0119 do ramki DataFrame, kt\u00f3ra wy\u015bwietla por\u00f3wnanie dat df[’ met_due_date ’] = df[’ comp_date ’] < df[’ due_date ’] W tym konkretnym przyk\u0142adzie dodano now\u0105 kolumn\u0119 o nazwie met_due_date , kt\u00f3ra zwraca warto\u015b\u0107 True lub False w […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4155","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"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 Przyk\u0142ad 1: Dodaj now\u0105 kolumn\u0119 do DataFrame, kt\u00f3ra wy\u015bwietla por\u00f3wnanie dat<\/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 Przyk\u0142ad 2: Filtruj ramk\u0119 danych na podstawie por\u00f3wnania dat<\/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 Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak przekonwertowa\u0107 znacznik czasu na dat\u0119\/godzin\u0119 w Pandach<\/a>
Jak obliczy\u0107 r\u00f3\u017cnic\u0119 mi\u0119dzy dwiema datami w pandach<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"