将负日期时间转换为NaT

Question

我有两栏：“问”和“回答”，但“回答”是一个对象，而“询问”是datetime64 [ns]，所以我将'已回答'转换为日期时间：

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

index, asked, answered 
0  2016-07-04 07/07/2016 
1  2016-07-03 07/01/2016 
2  2016-07-05 07/09/2016 
3  NaT   NaN 

于是，我做了一个第三列，让我在两者之间的时间差：

df['Days']= df['answered'] - df['asked'] 

index,  asked, answered, Days  
    0  2016-07-04 07/07/2016 3 days 
    1  2016-07-03 07/01/2016 -2 days 
    2  2016-07-05 07/09/2016 4 
    3  NaT   NaN   NaT 

随着@piRSquared的帮助下，我试图把负天进一个NAT，但当我这样做时什么都没有发生：

df.update(df[['Days']].mask(df < 0)) 

我该如何将负面日子转换为NaT？

Answer 1

对我来说作品comapre Series（列）由0 Timedelta，然后通过Series.mask或loc创建NaT：

mask = df['Days'] < pd.Timedelta(0) 
df['Days'] = df['Days'].mask(mask) 
print (df) 
     asked answered Days 
0 2016-07-04 2016-07-07 3 days 
1 2016-07-03 2016-07-01 NaT 
2 2016-07-05 2016-07-09 4 days 
3  NaT  NaT NaT 

或者：

mask = df['Days'] < pd.Timedelta(0) 
df.loc[mask, 'Days'] = np.nan 
print (df) 
     asked answered Days 
0 2016-07-04 2016-07-07 3 days 
1 2016-07-03 2016-07-01 NaT 
2 2016-07-05 2016-07-09 4 days 
3  NaT  NaT NaT 

但是，如果与DataFrame比较0 Timedelta它是越野车：

print (df) 
     asked answered Days Days2 
0 2016-07-04 2016-07-07 3 days 3 days 
1 2016-07-03 2016-07-01 -2 days -2 days 
2 2016-07-05 2016-07-09 4 days 4 days 
3  NaT  NaT  NaT  NaT 

df1 = df.select_dtypes([np.timedelta64]) 

#return wrong mask 
m1 = df1 < pd.Timedelta(0) 
print (m1) 
    Days Days2 
0 False False 
1 False False 
2 False False 
3 True True 

#if comapre with apply by Series it works 
m2 = df1.apply(lambda x: x < pd.Timedelta(0)) 
print (m2) 
    Days Days2 
0 False False 
1 True True 
2 False False 
3 False False 

#compare numpy array works but warning 
m3 = df1.values < np.array(0, dtype=np.timedelta64) 
print (m3) 
[[False False] 
[ True True] 
[False False] 
[ True True]] 

FutureWarning：未来，'NAT < x'和'x < NAT'将始终为False。

df[df1.columns] = df1.mask(m2) 
print (df) 
     asked answered Days Days2 
0 2016-07-04 2016-07-07 3 days 3 days 
1 2016-07-03 2016-07-01 NaT NaT 
2 2016-07-05 2016-07-09 4 days 4 days 
3  NaT  NaT NaT NaT 

Answer 2

使用mask

df.mask(df < 0) 

     Days col2 
index     
0  20 days  NaT 
1  61 days 78 days 
2   NaT 10 days 

---

pd.DataFrame.mask需要标识的位置，以掩盖布尔值的阵列。如果传递了可选的第二个参数，它将用可选参数中指定的值替换已标识位置中的值。如果该参数没有通过，就像在我提出的解决方案中一样，那么标识值将被替换为空值。由于这些列的dtypes是timedelta，因此适当的空值将是NaT。

---

假设您的数据框由许多列组成。您可以专注于您关心的特定列。

df[['Days', 'col2']].mask(df < 0) 

然后你就可以更新

df.update(df[['Days', 'col2']].mask(df < 0)) 

DF就地假设你想抓住那名中的所有列timedelta

df.select_dtypes([np.timedelta]).mask(df < 0) 

和更新

df.update(df.select_dtypes([np.timedelta64]).mask(df < 0))