thắc mắc Xin tư vấn về DataFrames trong Pandas !!!!

• Nếu giá trị tại column 'time1' không phải là NaT thì column 'time3' sẽ lấy giá trị đó
• Nếu là NaT thì sẽ xét sang column 'time2' nếu thỏa mãn điều kiện không phải là NaT thì sẽ lấy giá trị này. Nếu không thì sẽ trả về NaT.

boylavua18 đã nói:

Mã:

import pandas as pd

data =  [[pd.Timestamp('2011-01-01'), pd.NaT, pd.Timestamp('2011-01-01')],
         [pd.NaT, pd.Timestamp('2011-01-01'), pd.NaT]]
# expected [Timestamp('2011-01-01 00:00:00'), Timestamp('2011-01-01 00:00:00'), Timestamp('2011-01-01 00:00:00')]

def coalesque(iterable, default):
    for x in iterable:
        if x is not pd.NaT:
            return x
    return default

result = [ coalesque(n, '') for n in zip(*data)]

print(result)

# Add column time3
df['time3'] = result

Nhấp để mở rộng...

ttdung46 đã nói:

Thanks bác đã tư vấn, e thử và cho kết quả như em mong muốn.
Tuy nhiên do ví dụ nhỏ trên e đưa ra để minh họa cho vấn đề em gặp phải trong việc xử lý Data với khối lượng lớn. Nhờ bác giải đáp nốt giúp em những thắc mắc về giải pháp của bác đưa ra:
1. Với 1 Dataframe lớn thì data bác xử lý như nào ạ?
data = [[pd.Timestamp('2011-01-01'), pd.NaT, pd.Timestamp('2011-01-01')], [pd.NaT, pd.Timestamp('2011-01-01'), pd.NaT]]
2. Trong trường hợp thực tế DataFrame có sẵn các giá NaT thì phải xử lý thế nào trong for loop này ạ ( Sorry nếu câu hỏi hơi ngu, em mới học thôi ạ )
def coalesque(iterable, default): for x in iterable: if x is not pd.NaT: return x return default

Nhờ bác chỉ bảo cụ thể giúp em với.

Nhấp để mở rộng...

import pandas as pd

import pandas as pd
dict={'name':['a','b','c'],
     'time1':[pd.Timestamp('2011-01-01'),
            pd.NaT,
            pd.Timestamp('2011-01-03')],
      'time2':[pd.NaT,
            pd.Timestamp('2021-01-09'),
            pd.NaT]}
            
df=pd.DataFrame(dict)

def gen_time3(row):
    return row['time1'] if row['time1'] is not pd.NaT else row['time2'] # logic đơn giản như bạn diễn đạt

df['time3'] = df.apply(lambda row: gen_time3(row), axis=1)

print(df)

boylavua18 đã nói:

Nếu data lớn và các field đã có sẵn trong dataframe thì xài thg apply của thư viện.

Mã:

import pandas as pd

import pandas as pd
dict={'name':['a','b','c'],
     'time1':[pd.Timestamp('2011-01-01'),
            pd.NaT,
            pd.Timestamp('2011-01-03')],
      'time2':[pd.NaT,
            pd.Timestamp('2021-01-09'),
            pd.NaT]}
           
df=pd.DataFrame(dict)

def gen_time3(row):
    return row['time1'] if row['time1'] is not pd.NaT else row['time2'] # logic đơn giản như bạn diễn đạt

df['time3'] = df.apply(lambda row: gen_time3(row), axis=1)

print(df)

Nhấp để mở rộng...