给定开始日期和月数，计算结束日期P

Question

我正在尝试计算结束日期，并且已经成功，但是代码需要很长时间才能运行。如何改进以下代码？另外df['end_date']是一个新变量吗？我试过： df['end_date'] = []， 并附加它，但得到一个长度错误。因此，我写了下面的感谢信，d

i = 0
j = 0
df['end_date'] = df['start_date']
for i in range(len(df['start_date'])):
    for j in range(len(df['term'])):
        df['end_date'] = (df['start_date'][i].date() +  dt.timedelta(df['term'][j]*365/12))
        i+=1
        j+=1

我的数据集看起来像：

开始日期期限

1. 2010-03-01 24
2. 2009-11-01 36
3. 2012-08-01 24

Answer 1

假设“end_date”是一个日期时间，类似这样的东西应该可以工作：

df['end_date'] = df['start_date'] + pd.to_timedelta(df['term']*365/12, unit='d')

但是，处理月份偏移的正确方法是使用pd.DateOffset：

# if the offset was the same for all records, it would be ok to just
# offsets = pd.DateOffset(months=the_offset)
# but here, we need to handle different values
offsets = df['term'].map(lambda term: pd.DateOffset(months=term))
df['end_date'] = df['start_date'] + offsets

Answer 2

如果我正确理解您想要实现的目标，您应该能够做到：

df['end_date'] = df['start_date'].date() +  dt.timedelta(df['term']*365/12)

您正在数据帧上循环，应该避免这种情况。尽量直接使用pandas API来使用其底层性能优化

此外，您正在手动递增i和j，但这些也是for循环中的索引，因此由循环运算符递增。因此，不必手动增加它们