Pandas DataFrame中如何判断商品是否在上架后24小时内售出？

你写的代码存在的几个问题 #

• 还没创建sold_in_24列就直接遍历这列，运行时会直接报列不存在的错误
• 两个日期列相减得到的是Timedelta时间差对象，不能直接和数字24做大小比较，会引发类型不匹配报错
• 你写的列表推导只给符合时间差≤24的场景赋值，没有覆盖超过24小时的情况，最后生成的列表长度和DataFrame行数对不上，没法正常赋值

具体实现步骤 #

• 先把两个日期列转成标准的datetime格式，避免字符串格式没法计算时间差：

  df['list_date'] = pd.to_datetime(df['list_date'])
  df['sold_date'] = pd.to_datetime(df['sold_date'])
  

• 直接用pandas自带的向量化运算生成标记，不用写循环，数据量大的时候速度比列表推导快很多：

  # 判断售出和上架的时间差是否在24小时内，把布尔结果转成1/0整数
  df['sold_in_24'] = ((df['sold_date'] - df['list_date']) <= pd.Timedelta(hours=24)).astype(int)
  

结果校验 #

这套代码跑出来的结果和你给的示例完全匹配：

• 上架后4小时就售出的商品，标记为1
• 上架16天后才售出的商品，标记为0
• 上架后20小时售出的商品，标记为1
• 如果数据里存在未售出（sold_date为空值）的商品，代码会自动把这类商品的标记判定为0，不需要额外加逻辑处理

内容的提问来源于stack exchange，提问作者A99