我有一个如下所示的数据帧
df1 = pd.DataFrame({'person_id': [11, 21, 31, 41, 51],
'date_1': ['12/30/1961', '05/29/1967', '02/03/1957', '7/27/1959', '01/13/1971'],
'backward': [0,120,1,2,3],
'forward': [0,12,1,0,0]})
df1['date_1'] = pd.to_datetime(df1['date_1'])
我想做的是
1）根据forward列的值向前移动date_1列（添加日期）。
2）如果向前列的值为0，则从向后中选取该值，并将日期向后移动（减去日期）
3）如果向前和向后都是0，则由于我们添加/减去到日期为止的0天，因此对日期没有任何区别。出于编码目的，如果您仍然想知道选择哪一列，则可以考虑向后列。
这就是我试过的
df1['new_date'] = df1['date_1'].sub(pd.to_timedelta(df1['forward'],unit='d'))
df1['bool'] = df1['date_1'].eq(df1['new_date']) # i do this to find out which rows aren't changed. So I can look at backward column to subtract days for these records
df1.loc[df1.bool == True, "new_date"] = df1['date_1'].sub(pd.to_timedelta(df1['backward'],unit='d'))
我希望我的输出如下所示。 正如您在最后2行和第1行中看到的，向前列的值为0，因此我们从向后列中选取值，然后减去日期
您可以在转发时使用mask将0s替换为负向后列，然后将to_timeDelta此系列添加到日期中
df1['new_date'] = (df1['date_1']
+ pd.to_timedelta(df1['forward'].mask(lambda x: x.eq(0),
-df1['backward']),
unit='d')
)
print (df1)
person_id date_1 backward forward new_date
0 11 1961-12-30 0 0 1961-12-30
1 21 1967-05-29 120 12 1967-06-10
2 31 1957-02-03 1 1 1957-02-04
3 41 1959-07-27 2 0 1959-07-25
4 51 1971-01-13 3 0 1971-01-10
