在 numpy.select 的条件列表中将字符串输入转换为 DateTime

Question

我正在使用用户输入（字符串）通过 numpy.select() 在 EXCEL 文件中查找匹配条件。

我的条件之一是捕获用户输入的日期（主要是 YYYY 年），以检查 EXCEL 文件的 event_start 列中的哪些数据（读入 pandas.DataFrame）进入该时间范围：

pd.to_datetime(exy[0]) <= pd.to_datetime(f['event_start']) <= pd.to_datetime(exy[1])

在本例中，exy 是用户输入的两个日期的列表。这两个日期定义了应该与从指定的 pandas.DataFrame 列检索的时间信息进行比较的日期范围。

但是，此条件不会返回任何结果。在条件列表中转换为日期时间是不可能的，因为 f['event_start'] 本质上构成了一个系列而不是单个值。

如何转换单个值，同时保留与数组中其他值的整体关系？

我已尝试在条件列表中进行列表理解，其中 len(pers_f) 是原始文件中的行数：

pd.to_datetime(exy[0]) <= pd.to_datetime([f['event_start'].iloc[n] for n in range(0, len(pers_f))]) <= pd.to_datetime(exy[1])

但这也不会触发正确的输出。

在 numpy.select() 的条件列表中处理日期的建议程序是什么？

Answer 1

我的脚本有两个基本问题：

1. 我尝试转换 Datetime 的日期通常是 1700 之前的日期，因此首先不适合使用 pd.to_datetime。
2. 我无法在 numpy.select() 条件列表中执行列表理解。

这就是为什么我 a) 改用 pandas.Period 以及 b) 创建一个解决方法来处理条件列表之外的日期。

用户输入的日期立即转换为句点：

try:
    d1=pd.Period(exy[0], freq="D") # convert input to Period with day frequence
    print(type(d1))

    d2=pd.Period(exy[1], freq="D") # convert input to Period with day frequence
    print(type(d2))
    
except IndexError:
    pass

如果用户选择了两个日期的日期范围来查找其间的所有匹配日期，则执行以下操作：

print("Searching for date range between", d1, "and", d2, "!") 
        for n in range(0, len(pers_f)):
            try:
                if d1 <= pd.Period(f['event_start'].iloc[n]) <= d2:
                    nf=nf.append(f.iloc[n]) # create new data frame
            except ValueError as error:
                print(error.args)
                pass
            
# define possible conditions and choices
        
        try:
            condlist = [(nf['pers_name'].str.contains('|'.join(qn)) ^ nf['pers_name'].isin(qn)),
                nf['inst_name'].isin(qi), 
                nf['pers_title'].isin(qt),
                nf['pers_function'].isin(qf),
                nf['rel_pers'].str.contains('|'.join(qr)) ^ nf['rel_pers'].isin(qr)]
    
            choicelist = [nf['pers_name'],
                nf['inst_name'], 
                nf['pers_title'],
                nf['pers_function'],
                nf['rel_pers']]
            
        except:
            print("No match found!")

我得到的结果很好，但脚本似乎不必要地复杂。如果有人仍然可以提出更优雅的解决方案，我将不胜感激。