Pandas如果特定日期的记录不存在，则插入具有剩余列NA的新记录

Question

我有一个数据帧，我想插入一个带有输入日期的记录，如果输入日期不存在，则保留其余列NA。如果输入日期确实存在，则不执行

InputDate="5/1/2022"
if inputdate does not exist as a record insert new record
In
Invoice Date  ...       Check
1    2022-04-01  ...        1.30
2    2022-03-01  ...        1.19
Out
Invoice Date  ...       Check
0    2022-05-01  ...        NaN
1    2022-04-01  ...        1.30
2    2022-03-01  ...        1.19

Answer 1

您可以使用：

import pandas as pd
import numpy as np
df = pd.DataFrame({'Invoice Date': ['2022-04-01', '2022-03-01'], 'Check': [1.30, 1.19]})
df['Invoice Date'] = pd.to_datetime(df['Invoice Date']) 
input_date="5/1/2022"
if pd.to_datetime(input_date) not in df['Invoice Date']:
row = {'Invoice Date': pd.to_datetime(input_date)}
row.update({col: np.nan for col in df.columns if col not in row})
df.loc[len(df)] = row

输出

Invoice Date  Check
0   2022-04-01   1.30
1   2022-03-01   1.19
2   2022-05-01    NaN

如果你想按照上面所示的逆时间顺序对它们进行排序，你可以这样做：

df.sort_values(by='Invoice Date', ascending=False).reset_index(drop=True)

输出

Invoice Date  Check
0   2022-05-01    NaN
1   2022-04-01   1.30
2   2022-03-01   1.19

Answer 2

您也可以将日期列设置为索引，然后将append方法与verify_integrity=True一起使用。

如果索引存在，它将抛出一个错误，如果不存在，则将NaN值添加到其余列中。

import pandas as pd
import numpy as np
df = pd.DataFrame({'Invoice Date': ['2022-04-01', '2022-03-01'], 'Check': [1.30, 1.19], 'Check2': [1.30, 1.19]})
df = df.set_index('Invoice Date')
new_row = pd.DataFrame(np.nan, columns=df.columns, index=['2023-04-01'])
df.append(new_row, verify_integrity=True)

输出：

Check  Check2
2022-04-01  1.30    1.30
2022-03-01  1.19    1.19
2023-04-01  NaN     NaN

以下代码将引发错误ValueError: Indexes have overlapping values: Index(['2022-03-01'], dtype='object')。所以你可以抓住它！

new_row = pd.DataFrame(np.nan, columns=df.columns, index=['2022-03-01'])
df.append(new_row, verify_integrity=True)