新添加的列在数据框中不起作用

Question

我有一个数据框，在两列中，我在日期上做了一些不同：difference=(df["date1"]-df["date2"]).dt.days然后我尝试将它附加到现有数据框，我收到错误消息。如果我做：df.assign(difference)我得到：TypeError: assign() takes 1 positional argument but 2 were given如果我做：df["Diference value"]=difference我得到：试图在 DataFrame 的切片副本上设置一个值。尝试.loc[row_indexer,col_indexer] = value改用在这两种情况下，最后一行都填充了 NaN。无论如何，我使用这个新的数据框，但是当我尝试 groupby （效果很好）时，get_group("Diference value")我得到：> --------------------------------------------------------------------------- KeyError                                  Traceback (most recent call> last) <ipython-input-46-71486a5f3be6> in <module>> ----> 1 dias=sectores.get_group("Difference value")> > D:\ArchivosProgramas\Anaconda\envs\pandas_playground\lib\site-packages\pandas\core\groupby\groupby.py> in get_group(self, name, obj)>     685         inds = self._get_index(name)>     686         if not len(inds):> --> 687             raise KeyError(name)>     688 >     689         return obj._take_with_is_copy(inds, axis=self.axis)> > KeyError: 'Difference value'我不知道错误从哪里开始以及如何解决。我只需要这个带有新列的数据框，然后正常进行分组。我整天都在试图解决它。任何帮助表示赞赏。谢谢。

Answer 1

应该这样做：

df['date1'] = pd.to_datetime(df['date1'])

df['date2'] = pd.to_datetime(df['date2'])

df['difference'] = (df['date1']-df['date2']).dt.days

print(df)

       date1      date2  difference

0 2020-02-28 2020-03-31         -32

Answer 2

请参见下面的示例：

df.head()

           date1                   date2

0   2020-01-07 08:24:25     2020-07-28 01:34:44

1   2020-01-06 10:32:18     2020-03-21 17:13:07

2   2020-01-07 08:34:01     2020-03-21 17:13:09

3   2020-05-02 11:13:18     2020-07-18 21:57:11

4   2020-01-11 12:56:22     2020-04-02 21:28:15

#creating diff column:

df['diff']=(df["date1"]-df["date2"]).dt.days

df.head()

#it results on this:

           date1                    date2          diff

0   2020-01-07 08:24:25     2020-07-28 01:34:44     202

1   2020-01-06 10:32:18     2020-03-21 17:13:07     75

2   2020-01-07 08:34:01     2020-03-21 17:13:09     74

3   2020-05-02 11:13:18     2020-07-18 21:57:11     77

4   2020-01-11 12:56:22     2020-04-02 21:28:15     82