Inhaltsverzeichnis
Richtige Antwort
Heim Backend-Entwicklung Python-Tutorial Erstellen Sie eine zufällige Datetime-Spalte, die von einem anderen Datetime-Spaltenpandas abhängig ist

Erstellen Sie eine zufällige Datetime-Spalte, die von einem anderen Datetime-Spaltenpandas abhängig ist

Feb 10, 2024 am 09:24 AM

创建随机日期时间列,条件是另一个日期时间列 pandas

Frageninhalt

Ich habe einen Pandas-Datenrahmen df_sample:

1

2

3

4

5

6

columna columnb

a         aa

a         ab

b         ba

b         bb

b         bc

Nach dem Login kopieren

Ich habe eine zufällige Spalte erstellt, die einige Datumsobjekte enthält:

1

df_sample['contract_starts'] = np.random.choice(pd.date_range('2024-01-01', '2024-05-01'), len(df_sample))

Nach dem Login kopieren

Dies führt zu folgender Ausgabe:

1

2

3

4

5

6

columna columnb contract_starts

a         aa     2024-01-21

a         ab     2024-03-03

b         ba     2024-01-18

b         bb     2024-02-18

b         bc     2024-04-03

Nach dem Login kopieren

So erstellen Sie eine weitere Datetime-Spalte „contract_noted“, die ebenfalls einen bestimmten Wertebereich hat (z. B. bis 01.05.2024), aber nicht mehr als contract_startsSpalte, zum Beispiel:

1

2

3

4

5

6

columnA columnB contract_starts contract_noted

A         AA     2024-01-21      2024-01-20

A         AB     2024-03-03      2024-01-01

B         BA     2024-01-18      2024-01-13

B         BB     2024-02-18      2024-02-01

B         BC     2024-04-03      2024-03-28

Nach dem Login kopieren


Richtige Antwort


Sie können ein zufälliges Zeitinkrement von einer Spalte subtrahieren, indem Sie contract_starts 列中减去随机时间增量numpy.random.randintto_timedelta numpy.random.randint mit to_timedelta< /a>:

1

2

3

4

5

6

7

8

9

10

11

df_sample['contract_noted'] = (df_sample['contract_starts'] -

                               pd.to_timedelta(np.random.randint(1,30, len(df_sample)),

                                               unit='d'))

 

print (df_sample)

  columna columnb contract_starts contract_noted

0       a      aa      2024-04-18     2024-03-21

1       a      ab      2024-02-12     2024-01-22

2       b      ba      2024-02-21     2024-02-02

3       b      bb      2024-04-12     2024-03-29

4       b      bc      2024-02-10     2024-02-03

Nach dem Login kopieren

Wenn Sie auch die Datums- und Uhrzeitangabe zwischen Start und Ende benötigen, gehen Sie wie folgt vor: contract_starts 生成 1 Erzeugen Sie ganze Zahlen zwischen 1 und der Differenz zur Startdatumszeit:

1

2

3

4

5

6

7

8

9

10

11

12

13

days =(df_sample['contract_starts'] - pd.Timestamp('2024-01-01')).dt.days

print (days)

 

df_sample['contract_noted'] = (df_sample['contract_starts'] -

                               pd.to_timedelta(np.random.randint(1,days, len(df_sample)),

                                               unit='d'))

print (df_sample)

  columnA columnB contract_starts contract_noted

0       A      AA      2024-02-09     2024-01-09

1       A      AB      2024-04-26     2024-02-23

2       B      BA      2024-04-10     2024-04-06

3       B      BB      2024-01-31     2024-01-07

4       B      BC      2024-01-14     2024-01-08

Nach dem Login kopieren

Das obige ist der detaillierte Inhalt vonErstellen Sie eine zufällige Datetime-Spalte, die von einem anderen Datetime-Spaltenpandas abhängig ist. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße Artikel -Tags

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden Mar 05, 2025 am 09:58 AM

So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden

Wie benutze ich eine schöne Suppe, um HTML zu analysieren? Wie benutze ich eine schöne Suppe, um HTML zu analysieren? Mar 10, 2025 pm 06:54 PM

Wie benutze ich eine schöne Suppe, um HTML zu analysieren?

Bildfilterung in Python Bildfilterung in Python Mar 03, 2025 am 09:44 AM

Bildfilterung in Python

Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch? Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch? Mar 10, 2025 pm 06:52 PM

Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch?

Mathematische Module in Python: Statistik Mathematische Module in Python: Statistik Mar 09, 2025 am 11:40 AM

Mathematische Module in Python: Statistik

Einführung in die parallele und gleichzeitige Programmierung in Python Einführung in die parallele und gleichzeitige Programmierung in Python Mar 03, 2025 am 10:32 AM

Einführung in die parallele und gleichzeitige Programmierung in Python

Serialisierung und Deserialisierung von Python -Objekten: Teil 1 Serialisierung und Deserialisierung von Python -Objekten: Teil 1 Mar 08, 2025 am 09:39 AM

Serialisierung und Deserialisierung von Python -Objekten: Teil 1

So implementieren Sie Ihre eigene Datenstruktur in Python So implementieren Sie Ihre eigene Datenstruktur in Python Mar 03, 2025 am 09:28 AM

So implementieren Sie Ihre eigene Datenstruktur in Python

See all articles