如何找到熊猫中每对后续 DataFrame.index 值之间的差异？

Question

为了处理一些数据，我创建了一个DataFrame，我想找出DataFrame中每对数据之间的时间差异。在使用 pandas 之前，我使用了两个 numpy 数组，一个描述数据，另一个描述时间（datetime.datetimes 的数组）。使用数组中的数据，我可以执行timearray[1:] - timearray[:-1]，从而生成一个数组（包含 n-1 个元素），描述每对数据之间的时间间隔。

在 pandas 中，执行 DataFrame.index[1] - DataFrame.index[0] 可以得到我想要的结果——我选择的两个索引之间的时间差。但是，执行DataFrame.index[1:] - DataFrame.index[:-1] 不会产生类似结果的数组，而是简单地等于DataFrame.index[-1]。为什么会这样，如何在 pandas 中复制 numpy 行为？

或者，在 pandas 的 DataFrame 中查找数据间隙的最佳方法是什么？

Answer 1

您可以使用 shift 来偏移日期并使用它来计算行之间的差异。

# create dummy data
import pandas as pd
rng = pd.date_range('1/1/2011', periods=90, freq='h')
# shift a copy of the date column and subtract from the original date
df = pd.DataFrame({'value':range(1,91),'date':rng})
df['time_gap'] = df['date']- df['date'].shift(1)

要使用此功能，可以使用.reset_index() 和.set_index('date') 将日期列临时返回到索引中，从而将您的索引临时设置为列。