如何识别连续日期

Question

我想确定数据框中连续的日期，即存在直接的前任或后继。然后，我想在新列中标记哪些日期是连续的，哪些不是连续的。此外，我想在我的数据的特定子集中执行此操作。

首先，我创建一个新变量，我将在其中连续几天识别真假。

weatherFile['CONSECUTIVE_DAY'] = 'NA'   

我已将日期转换为日期时间对象，然后转换为序数对象：

weatherFile['DATE_OBJ'] = [datetime.strptime(d, '%Y%m%d') for d in weatherFile['DATE']]
weatherFile['DATE_INT'] = list([d.toordinal() for d in weatherFile['DATE_OBJ']])

现在我想确定以下组中的连续日期：

weatherFile.groupby(['COUNTY_GEOID_YEAR', 'TEMPBIN'])

我正在考虑循环遍历这些组并应用一个操作来识别在唯一县的 tempbin 子集中哪些天是连续的，哪些不是连续的。

我对编程和 python 还很陌生，到目前为止，这是一个好方法吗？如果是，我该如何进步？

谢谢 - 如果我应该提供更多信息，请告诉我。

更新：

使用@karakfa 的建议，我尝试了以下方法：

weatherFile.groupby(['COUNTY_GEOID_YEAR', 'TEMPBIN'])
weatherFile['DISTANCE'] = weatherFile[1:, 'DATE_INT'] - weatherFile[:-1,'DATE_INT']
weatherFile['CONSECUTIVE?'] = np.logical_or(np.insert((weatherFile['DISTANCE']),0,0) == 1, np.append((weatherFile['DISTANCE']),0) == 1)

这会导致 TypeError: unhashable type。 Traceback 发生在第二行。 weatherFile['DATE_INT'] 是 dtype：int64。

Answer 1

您可以使用 .shift(-1) 或 .shift(1) 来比较连续的条目：

df.loc[df['DATE_INT'].shift(-1) - df['DATE_INT'] == 1, 'CONSECUTIVE_DAY'] = True

如果前一个条目是前一天，则将 CONSECUTIVE_DAY 设置为 TRUE

df.loc[(df['DATE_INT'].shift(-1) - df['DATE_INT'] == 1) | (df['DATE_INT'].shift(1) - df['DATE_INT'] == -1), 'CONSECUTIVE_DAY'] = True

如果条目之前或之后是连续日期，则将 CONSECUTIVE_DAY 设置为 TRUE。

Answer 2

一旦你有了序数，这是一项微不足道的任务，这里我使用 numpy 数组来提出一个替代方案

a=np.array([1,2,4,6,7,10,12,13,14,20])
d=a[1:]-a[:-1]                                            # compute delta
ind=np.logical_or(np.insert(d,0,0)==1,np.append(d,0)==1)  # at least one side matches
a[ind]                                                    # get matching entries

为您提供有连续数字的数字

array([ 1,  2,  6,  7, 12, 13, 14])

即删除4、10和20。