遍历数据框以提取特定时间段的增量答案

【问题标题】：Iterate through dataframe to extract delta of a particular time period遍历数据框以提取特定时间段的增量
【发布时间】：2021-02-04 17:11:35
【问题描述】：

我有一个文件 df，我希望获取每 7 天期间的增量并反映该特定期间的时间戳

df:

Date          Value
10/15/2020    75
10/14/2020    70
10/13/2020    65
10/12/2020    60
10/11/2020    55
10/10/2020    50
10/9/2020     45
10/8/2020     40
10/7/2020     35
10/6/2020     30
10/5/2020     25
10/4/2020     20
10/3/2020     15
10/2/2020     10
10/1/2020     5

所需的输出：

10/15/2020 到 10/9/2020 为 7 天，增量为：75 - 45 = 30 10/9/2020 时间戳将是：30 等等

Date          Value

10/9/2020     30
10/2/2020     30

这就是我正在做的：

df= df['Delta']=df.iloc[:,6].sub(df.iloc[:,0]),Date=pd.Series
(pd.date_range(pd.Timestamp('2020-10- 
15'), 
periods=7, freq='7d')))[['Delta','Date']]

我也认为我可以做到这一点：

编辑我将 callDate 更新为日期

for row in df.itertuples():
  Date = datetime.strptime(row.Date, "%m/%d/%y  %I:%M %p")
  previousRecord = df['Date'].shift(-6).strptime(row.Date, "%m/%d/%y  %I:%M 
  %p")
  Delta = Date - previousRecord

欢迎提出任何建议

【问题讨论】：

标签： python pandas numpy loops

【解决方案1】：

你写的最后一段代码是我会做的。唯一的问题是在Delta = Date - previousRecord，这里没有什么叫Date。您应该改为访问与 callDate 关联的值。

【讨论】：

你好，我会改为callDate to Date。谢谢让我试试这个

【解决方案2】：

不要遍历数据框。你可以使用merge:

(df.merge(df.assign(Date=df['Date'] - pd.to_timedelta('6D')),
         on='Date')
   .assign(Value = lambda x: x['Value_y']-x['Value_x'])
   [['Date','Value']]
)

输出：

        Date  Value
0 2020-10-09     30
1 2020-10-08     30
2 2020-10-07     30
3 2020-10-06     30
4 2020-10-05     30
5 2020-10-04     30
6 2020-10-03     30
7 2020-10-02     30
8 2020-10-01     30

【讨论】：

好的，谢谢@Quang Hoang，我会试试这个。你能告诉我这是每 7 天的增量吗？这最终是我希望发生的事情
与pd.to_timedelta('6D')匹配实际需要6天时间10-15-2020匹配10-09-2020。
是的，10-08-2020 上的Value 是从10-14-2020 上的Value 中减去的，以此类推
主要原因是迭代没有向量化，而merge是。
日期时间类型需要Date。在该命令之前执行df['Date'] = pd.to_datetime(df['Date'])。