如果满足行条件，则将数量添加到熊猫列

Question

我有一个月[11, 2, 6, 10]的列表和一个看起来像这样的数据帧：

PredictionTargetDateEOM business_days
0       2022-06-30      22
1       2022-06-30      22
2       2022-06-30      22
3       2022-06-30      22
4       2022-06-30      22
... ... ...
172422  2022-11-30      21
172423  2022-11-30      21
172424  2022-11-30      21
172425  2022-11-30      21
172426  2022-11-30      21

我需要检查每一行，看看PredictionTargetDateEOM中的月份是否在列表中，如果是，请将0.5添加到该行的business_days列中。输出如下所示：

PredictionTargetDateEOM business_days
0       2022-06-30      22.5
1       2022-06-30      22.5
2       2022-06-30      22.5
3       2022-06-30      22.5
4       2022-06-30      22.5
... ... ...
172422  2022-11-30      21.5
172423  2022-11-30      21.5
172424  2022-11-30      21.5
172425  2022-11-30      21.5
172426  2022-11-30      21.5

当然，对于数据帧中月份不在列表中的行，这些行的工作日数应该保持不变。我试过这三种方法都没有用：

for row in predicted_df['PredictionTargetDateEOM']:
if row.month in months:
predicted_df['business_days'] += 0.5

^这一个只是将business_days中的所有值相加。我不知道如何在if语句中选择正确的行。我会使用熊猫ix属性吗？

predicted_df['business_days'] = df.apply(lambda x: x['business_days'] + 0.5 if x['PredictionTargetDateEOM'].month in months else x['business_days'], axis=1)

这个只是给了我一个空白的数据帧。

predicted_df.loc[predicted_df['PredictionTargetDateEOM'].month in months, 'final_business_days'] = #predicted_df['business_days']+0.5

被注释掉的部分是因为我不知道如何正确地使这个逻辑工作，或者它是否是正确的方法。我知道这是如何设置一个新的值，我不知道我是否可以使用这个逻辑来更新现有的值。

Answer 1

只要您的日期是datetime对象，就可以使用.dt.month.isin()

import pandas as pd
df = pd.DataFrame({'PredictionTargetDateEOM': ['2022-06-30', '2022-06-30'],
'business_days': [22, 22]})
df['PredictionTargetDateEOM'] = pd.to_datetime(df['PredictionTargetDateEOM'])
df.loc[df['PredictionTargetDateEOM'].dt.month.isin([11, 2, 6, 10]), 'business_days'] +=.5
print(df)

输出

PredictionTargetDateEOM  business_days
0              2022-06-30           22.5
1              2022-06-30           22.5