eine alternative Lösung mit Pandas `Implementierung transform`

Question

ich bin Analyse TMDB dataset on Kaggle und das Jahr in der Variable release_date auf einige Einträge werden durch 40 Jahre verschoben wird, wenn mit der Variablen verglichen release_year:

# Change to pandas datetime 
tmdb_df['release_date'] = pd.to_datetime(tmdb_df['release_date']) 

tmdb_df.query('release_date > datetime.date(2015,12,31)')[['release_date', 'release_year']].head() 
### 
#release_date release_year 
#9849 2062-10-04 1962 
#9850 2062-12-10 1962 
#9851 2062-06-13 1962 
#9852 2062-12-25 1962 
#9853 2062-10-24 1962 

Ich habe kommen mit einer Lösung mit apply:

# Check for movies where the year on `release_date` are shifted 
# when compared with `release_yer` 
import datetime 

# Change to pandas datetime 
tmdb_df['release_date'] = pd.to_datetime(tmdb_df['release_date']) 

def aux_func(row): 
    """Fix year""" 
    if row['release_date'].year != row['release_year']: 
     return row['release_date'].replace(year=row['release_year']) 
    else: 
     return row['release_date'] 

# Apply fix 
tmdb_df['release_date'] = tmdb_df[['release_date', 'release_year']].apply(aux_func, axis=1) 

Aber ich frage mich, ob es möglich ist, zu verwenden Pandas' transform dies zu lösen, oder wenn es einen anderen Ansatz.

Answer 1

Wenn immer selben Jahr wollen dann erste Jahr mit Datum beitreten, ohne year:

df = pd.DataFrame({'release_date':['2062-10-04','1980-12-10'],'release_year':[1962,1980]}) 
print (df) 
    release_date release_year 
0 2062-10-04   1962 
1 1980-12-10   1980 

df['release_date'] = pd.to_datetime(df['release_year'].astype(str) + 
            df['release_date'].str[4:]) 

print (df) 

    release_date release_year 
0 1962-10-04   1962 
1 1980-12-10   1980