基于含Datetime的多列在Pandas中创建新列遇错求助

问题背景 #

要基于Site Name和Date（Datetime类型）两列生成新列Active_Ind，数据及期望结果如下：

原始数据 #

期望结果 #

运行自行编写的代码时，抛出错误：< not supported between instances of 'Timestamp' and 'int'

尝试的代码：

def conditions(df):
    if (df['Site Name']=='Northend') & (df['Date'] < 2021-08-06):
        return 1
    else:
        return 0

df['Active_Ind']=df.apply(conditions,axis=1)

错误原因 #

你写的2021-08-06会被Python解析为整数减法运算，计算结果是2021 - 8 - 6 = 1997，而df['Date']是Timestamp类型，这两种类型无法直接用<进行比较，所以触发了报错。

解决方法 #

方法1：修正日期比较对象 #

将目标日期转换为Timestamp类型，再进行比较：

import pandas as pd

def conditions(row):
    target_date = pd.to_datetime('2021-08-06')
    if (row['Site Name'] == 'Northend') and (row['Date'] < target_date):
        return 1
    return 0

df['Active_Ind'] = df.apply(conditions, axis=1)

方法2：使用向量化操作（推荐） #

apply逐行处理效率较低，用pandas的向量化条件判断更高效，代码更简洁：

import pandas as pd

target_date = pd.to_datetime('2021-08-06')
# 布尔条件直接转整数，True→1，False→0
df['Active_Ind'] = ((df['Site Name'] == 'Northend') & (df['Date'] < target_date)).astype(int)

内容的提问来源于stack exchange，提问作者David Kurtenbach