Pandas DataFrame：基于日期范围条件更新列值-Python教程-PHP中文网

Pandas DataFrame：基于日期范围条件更新列值

心靈之曲

发布： 2025-09-30 13:09:35

原创

512人浏览过

Pandas DataFrame：基于日期范围条件更新列值

本文详细介绍了如何在Pandas DataFrame中，根据日期列的指定时间范围，高效且精确地更新目标列的数值。我们将探讨两种专业方法：一是结合使用pandas.Series.between()和numpy.where()进行条件赋值；二是利用pandas.Series.between()生成布尔掩码，并通过df.loc[]进行布尔索引赋值。这些方法能够帮助用户灵活地处理基于时间条件的数据修改任务。

在数据分析和处理中，我们经常需要根据特定的条件来修改dataframe中的数据。其中一个常见的场景是，根据某一列（通常是日期或时间列）的值是否落在某个指定的时间区间内，来更新另一列的数据。本教程将以一个具体的示例来演示如何实现这一操作。

初始DataFrame结构

假设我们有一个Pandas DataFrame，包含ID、Date和dummy三列，其中dummy列需要根据Date列的条件进行更新。

import pandas as pd
import numpy as np

# 创建示例DataFrame
data = {
    'ID': [0, 1, 2, 3],
    'Date': ['2019-01-03 20:00:00', '2019-01-04 14:30:00', '2019-01-04 16:00:00', '2019-01-04 20:00:00'],
    'dummy': ['', '', '', '']
}
df = pd.DataFrame(data)

# 将 'Date' 列转换为 datetime 对象，以确保日期比较的准确性
df['Date'] = pd.to_datetime(df['Date'])

print("原始 DataFrame:")
print(df)

登录后复制

输出：

原始 DataFrame:
   ID                Date dummy
0   0 2019-01-03 20:00:00      
1   1 2019-01-04 14:30:00      
2   2 2019-01-04 16:00:00      
3   3 2019-01-04 20:00:00

登录后复制

我们的目标是，将Date列在'2019-01-04 14:30:00'到'2019-01-04 20:00:00'（包含边界）范围内的行的dummy列值设置为'x'。

方法一：使用 pandas.Series.between() 和 numpy.where()

pandas.Series.between(left, right, inclusive='both') 方法可以用于判断Series中的每个元素是否落在指定的区间内。它返回一个布尔Series，指示每个元素是否满足条件。numpy.where(condition, x, y) 函数则根据条件condition选择x或y的值。当condition为真时选择x，否则选择y。

这种方法适用于需要根据条件一次性设置两种不同值的情况（例如，满足条件设置为'x'，不满足条件设置为''）。

# 定义日期范围
start_date = '2019-01-04 14:30:00'
end_date = '2019-01-04 20:00:00'

# 使用 between() 生成布尔条件，并结合 np.where() 进行条件赋值
df['dummy'] = np.where(df['Date'].between(start_date, end_date), 'x', '')

print("\n方法一：使用 np.where() 更新后的 DataFrame:")
print(df)

登录后复制

输出：

方法一：使用 np.where() 更新后的 DataFrame:
   ID                Date dummy
0   0 2019-01-03 20:00:00      
1   1 2019-01-04 14:30:00     x
2   2 2019-01-04 16:00:00     x
3   3 2019-01-04 20:00:00     x

登录后复制

注意事项：

硅基智能

基于Web3.0的元宇宙，去中心化的互联网，高质量、沉浸式元宇宙直播平台，用数字化重新定义直播

查看详情

between()方法的inclusive参数默认为'both'，表示包含左右边界。可以设置为'left'、'right'或'neither'。
np.where()的效率很高，尤其适用于大型数据集。

方法二：使用布尔索引和 df.loc[]

布尔索引是Pandas中一种强大且灵活的数据选择和赋值方式。我们可以先使用between()方法生成一个布尔Series作为索引，然后通过df.loc[]选择符合条件的行，并对指定列进行赋值。

这种方法更适用于只对满足条件的行进行更新，而不改变不满足条件的行的值。

# 重置 DataFrame 以演示第二种方法
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])

# 定义日期范围
start_date = '2019-01-04 14:30:00'
end_date = '2019-01-04 20:00:00'

# 创建布尔条件
condition = df['Date'].between(start_date, end_date)

# 使用布尔索引和 .loc[] 进行赋值
df.loc[condition, 'dummy'] = 'x'

print("\n方法二：使用布尔索引和 .loc[] 更新后的 DataFrame:")
print(df)

登录后复制

输出：

方法二：使用布尔索引和 .loc[] 更新后的 DataFrame:
   ID                Date dummy
0   0 2019-01-03 20:00:00      
1   1 2019-01-04 14:30:00     x
2   2 2019-01-04 16:00:00     x
3   3 2019-01-04 20:00:00     x

登录后复制

注意事项：

使用df.loc[row_indexer, column_indexer]是Pandas中推荐的通过标签进行选择和赋值的方法，它能有效避免SettingWithCopyWarning。
如果目标列中已经有值，此方法只会覆盖满足条件的行的值，不满足条件的行的值将保持不变。如果需要像np.where那样根据条件设置两种值，可以在赋值前将目标列初始化为默认值。

总结

本教程介绍了两种在Pandas DataFrame中根据日期范围条件更新列值的有效方法。pandas.Series.between()是处理日期范围条件的核心工具。结合numpy.where()可以实现根据条件一次性赋值两种不同的结果，而结合布尔索引与df.loc[]则更灵活地对满足条件的子集进行精确修改。在实际应用中，根据具体需求和代码风格偏好，选择其中一种方法即可。务必确保日期列已正确转换为Pandas的datetime类型，以保证日期比较的准确性。

以上就是Pandas DataFrame：基于日期范围条件更新列值的详细内容，更多请关注php中文网其它相关文章！