Skip to main content
 首页 » 编程设计

python之Pandas :如何获取包含日期的行的列名

2025年05月04日19luoye11

我有一个名为 DateUnique 的数据框,它由我的另一个名为 A 的数据框中存在的所有唯一日期(格式为日期时间或字符串)组成。

>>> print(A) 
          'dateLivraisonDemande'  'abscisse' 'BaseASDébut' 'BaseATDébut'  0                 2015-05-27  2004-01-10      05:00:00      05:00:00    
    1                 2015-05-27  2004-02-10      18:30:00      22:30:00    
    2                 2015-05-27  2004-01-20      23:40:00      19:30:00    
    3                 2015-05-27  2004-03-10      12:05:00      06:00:00    
    4                 2015-05-27  2004-01-10      23:15:00      13:10:00    
    5                 2015-05-27  2004-02-10      18:00:00      13:45:00    
    6                 2015-05-27  2004-01-20      02:05:00      19:15:00    
    7                 2015-05-27  2004-03-20      08:00:00      07:45:00    
    8                 2015-05-29  2004-01-01      18:45:00      21:00:00    
    9                 2015-05-27  2004-02-15      04:20:00      07:30:00    
    10                2015-04-10  2004-01-20      13:50:00      15:30:00   

和:

>>> print(DateUnique)     
1       1899-12-30 
2       1900-01-01 
3       2004-03-10 
4       2004-03-20 
5       2004-01-20 
6       2015-05-29 
7       2015-04-10 
8       2015-05-27 
9       2004-02-15 
10      2004-02-10 
  • 如何获取包含每个日期的列的名称?
  • 也许与此类似:

    # input:  
    If row == '2015-04-10': 
                print(df.name_Of_Column([0]))  
     
    # output:  
    'dateLivraisonDemande' 
    

请您参考如下方法:

您可以创建一个返回适当列的函数。使用向量化的 isin 函数,然后检查 any 值是否为 True。

df = pd.DataFrame({'dateLivraisonDemande': ['2015-05-27']*7 + ['2015-05-27', '2015-05-29', '2015-04-10'],  
                   'abscisse': ['2004-02-10', '2004-01-20', '2004-03-10', '2004-01-10',  
                                '2004-02-10', '2004-01-20', '2004-03-10', '2004-01-10',  
                                '2004-02-15', '2004-01-20']}) 
 
DateUnique = pd.Series(['1899-12-30', '1900-01-01', '2004-03-10', '2004-03-20',   
                        '2004-01-20', '2015-05-29', '2015-04-10', '2015-05-27',  
                        '2004-02-15', '2004-02-10']) 
 
def return_date_columns(date_input): 
    if df["dateLivraisonDemande"].isin([date_input]).any(): 
        return "dateLivraisonDemande" 
    if df["abscisse"].isin([date_input]).any(): 
        return "abscisse" 
 
>>> DateUnique.apply(return_date_columns) 
0                    None 
1                    None 
2                abscisse 
3                    None 
4                abscisse 
5    dateLivraisonDemande 
6    dateLivraisonDemande 
7    dateLivraisonDemande 
8                abscisse 
9                abscisse 
dtype: object