DataFrame: Comparez les dates de deux colonnes différentes

Ce que vous avez est un horodatage, et pour en extraire la date, vous devez utiliser la méthode .date (), en supposant que le dataframe est df.

df['output'] = df.apply(lambda row: pd.Timestamp(row['a']).date() == pd.Timestamp(row['b']).date(), axis=1)

Si les colonnes 'a' et 'b 'sont des chaînes utilisées

df['output'] = df.apply(lambda row: row['a'].date() == row['b'].date(), axis=1)

Convertissez les objets datetime en objets datetime en utilisant pd.to_datetime ou en lisant depuis csv. Puis utilisez la fonction dt.date pour comparer les dates

In [22]: df = pd.read_csv("a.csv", parse_dates=["a","b"])

In [23]: df
Out[23]:
                        a                       b
0 2020-07-17 00:00:01.999 2020-07-17 12:00:01.999
1 2020-06-15 13:14:01.999 2020-02-14 12:00:01.999
2 2020-09-05 16:14:01.999 2020-09-05 11:59:01.999
3 2020-11-17 23:14:01.999 2020-11-17 05:30:01.999

In [24]: df["c"] = df["a"].dt.date == df["b"].dt.date

In [25]: df
Out[25]:
                        a                       b      c
0 2020-07-17 00:00:01.999 2020-07-17 12:00:01.999   True
1 2020-06-15 13:14:01.999 2020-02-14 12:00:01.999  False
2 2020-09-05 16:14:01.999 2020-09-05 11:59:01.999   True
3 2020-11-17 23:14:01.999 2020-11-17 05:30:01.999   True

Vous devez d'abord convertir vos colonnes en colonnes datetime en utilisant pd.to_datetime comme ci-dessous:

    a                           b                           output
0   2020-07-17 00:00:01.999    2020-07-17 12:00:01.999       True
1   2020-06-15 13:14:01.999    2020-02-14 12:00:01.999       False
2   2020-09-05 16:14:01.999    2020-09-05 11:59:01.999       True
3   2020-11-17 23:14:01.999    2020-11-17 05:30:01.999       True

Maintenant, utilisez np.where pour créer une nouvelle colonne en ne comparant que les dates: p >

import numpy as np
df['output'] = np.where(df['a'].dt.date == df['b'].dt.date, True, False)

Résultat:

df['a'] = pd.to_datetime(df['a'])
df['b'] = pd.to_datetime(df['b'])