如何根据django模型/字典向datetime列添加周数？

Question

• 有一个客户发票及其到期日的数据表。（由客户代码标识）
• 需要根据客户代码添加周数
创建
• 模型以持久化要添加的客户和周的列表

class BpShift(models.Model):
    bp_name = models.CharField(max_length=50, default='')
    bp_code = models.CharField(max_length=15, primary_key=True, default='')
    weeks = models.IntegerField(default=0)

from .models import BpShift
# used in views later
def week_shift(self, df):
        df['DueDateRange'] = df['DueDate'] + datetime.timedelta(
            weeks=BpShift.objects.get(pk=df['BpCode']).weeks)

我意识到我对数据记录的理解有严重缺陷。df['a']和df['b']将返回序列。当然，timedelta不会像这样工作(weeks=bpshift.objects.get(PK=df['bpcode']).weeks)。

d = {'BpCode':['customer1','customer2'],'DueDate':['2020-05-30','2020-04-30']}
df = pd.DataFrame(data=d)

我使用这些方法是希望能够立即更改dataframe，而不是使用df.iterrows（）。我最近一直在像瘟疫一样避免for循环，并怀疑这是否是“正确”的心态。有什么推荐的方法可以做到这一点吗？提前感谢您的指导！

Answer 1

这个问题Python&Pandas：series to timedelta将帮助您从series to timedelta。而且虽然

pandas.Series(
    BpShift.objects.filter(
        pk__in=df['BpCode'].tolist()
    ).values_list('weeks', flat=True)
)

将给出一系列整数，我怀疑顺序是否与df['bpcode']中相同。因为它依赖于django模型和数据库后端。

因此，您最好不显式地创建系列，而是包含pk和weeks列的DataFrame，以便可以使用df.join。像这样的东西

pandas.DataFrame(
    BpShift.objects.filter(
        pk__in=df['BpCode'].tolist()
    ).values_list('pk', 'weeks'),
    columns=['BpCode', 'weeks'],
)

django_response = [('customer1', 1), ('customer2', '2')]

d = {'BpCode':['customer1','customer2'],'DueDate':['2020-05-30','2020-04-30']}
df = pd.DataFrame(data=d).set_index('BpCode').join(
    pd.DataFrame(django_response, columns=['BpCode', 'weeks']).set_index('BpCode')
)
df['DueDate'] = pd.to_datetime(df['DueDate'])
df['weeks'] = pd.to_numeric(df['weeks'])
df['new_duedate'] = df['DueDate'] + df['weeks'] * pd.Timedelta('1W')
print(df)

             DueDate  weeks new_duedate
BpCode                                 
customer1 2020-05-30      1  2020-06-06
customer2 2020-04-30      2  2020-05-14

NB左联接将为Django数据库中不存在的客户提供NaN和NaT。您可以通过将how='inner'传递给df.join来避免这些行，或者以任何方式处理它们。