我有以下数据框:
PersonID AmountPaid PaymentReceivedDate StartDate withinNYears
1 100 2017 2016
2 20 2014 2014
1 30 2017 2016
1 40 2016 2016
4 300 2015 2000
5 150 2005 2002
我要查找的是，如果付款是在开始日期后的 n 年内进行的，则支付金额应显示在 withNYears 列中，否则您会得到 NaN。 N 年可以是任何数字，但在这个例子中假设为 2(因为我将使用它来查看结果)。
所以如果金额在 2 年内支付，基本上上面的数据框会像这样出现:
PersonID AmountPaid PaymentReceivedDate StartDate withinNYears
1 100 2017 2016 100
2 20 2014 2014 20
1 30 2017 2016 30
1 40 2016 2016 40
4 300 2015 2000 NaN
5 150 2005 2002 NaN
有人知道怎么实现吗？干杯。
请您参考如下方法:
减去列并按 bool 掩码的标量进行比较，然后按 numpy.where 设置值, Series.where或 DataFrame.loc :
m = (df['PaymentReceivedDate'] - df['StartDate']) < 2
df['withinNYears'] = np.where(m, df['AmountPaid'], np.nan)
#alternatives
#df['withinNYears'] = df['AmountPaid'].where(m)
#df.loc[m, 'withinNYears'] = df['AmountPaid']
print (df)
PersonID AmountPaid PaymentReceivedDate StartDate \
0 1 100 2017 2016
1 2 20 2014 2014
2 1 30 2017 2016
3 1 40 2016 2016
4 4 300 2015 2000
5 5 150 2005 2002
withinNYears
0 100.0
1 20.0
2 30.0
3 40.0
4 NaN
5 NaN
编辑:
如果 StartDate 列有日期时间:
m = (df['PaymentReceivedDate'] - df['StartDate'].dt. year) < 2
