python - 在 pandas df 中查找行并执行相对于该行位置的差异

Question

我有一个数据库对象，它以 pandas df 的形式返回我的查询输出。

我的一个查询生成了一个日期列表 (df1):

      data_interestDate
0  2020-07-15T00:00:00
1  2020-06-11T00:00:00
2  2020-05-14T00:00:00
3  2020-04-14T00:00:00

另一个查询返回对应于多个日期 (df2) 的值列表:

              data_date value
0   2020-07-21T00:00:00  47.0
1   2020-07-20T00:00:00  46.0
2   2020-07-17T00:00:00  50.0
3   2020-07-16T00:00:00  46.0
4   2020-07-15T00:00:00  48.0
5   2020-07-14T00:00:00  49.0
6   2020-07-13T00:00:00  48.0
7   2020-07-10T00:00:00  49.0
8   2020-07-09T00:00:00  46.0
9   2020-07-08T00:00:00  51.0
10  2020-07-07T00:00:00  49.0
11  2020-07-06T00:00:00  53.0

我想遍历 df1 并在 df2 中找到匹配的日期。一旦有了它，在 df2 中，我想计算与该日期对应的值与该日期之前的值 x 行数之间的差值。例如，对于 df1 中的 2020-07-15T00:00:00，我会在 df2 中找到该日期，然后执行如下操作:

(df2['value']-df2['value'].shift(-5)).iloc()[0] 

应该返回3.0，然后整体输出

2020-07-15T00:00:00  -5  3.0
2020-06-11T00:00:00  -5  ...
2020-05-14T00:00:00  -5  ...
2020-04-14T00:00:00  -5  ...

Answer 1

我发现我自己做了一些格式化来让你到达你想要你的格式的地方，但是:

查询 DF 1 (df1):

df1.head()

data_interestDate
0   2020-07-15T00:00:00
1   2020-06-11T00:00:00
2   2020-05-14T00:00:00
3   2020-04-14T00:00:00

查询 DF 2 (df2):

df2.head()

    data_date   value
0   2020-07-21T00:00:00 47.0
1   2020-07-20T00:00:00 46.0
2   2020-07-17T00:00:00 50.0
3   2020-07-16T00:00:00 46.0
4   2020-07-15T00:00:00 48.0

确定您的转变值:

shift_val = -5

设置你的文字列(因为你想要的输出有它):

df2['shift'] = shift_val

生成一个带有'diff'列的df2，给出value和value的绝对值差。shift(shift_value):

df2.loc[(df2['data_date'].isin(df1['data_interestDate'])), 'diff'] = abs(pd.to_numeric(df2['value'])-pd.to_numeric(df2['value'].shift(shift_val)))

您的问题似乎是说您想返回 df2，但您的示例显示返回 df1。两者都是:

返回 df1(作为 df3):

df3 = df1.merge(df2, left_on='data_interestDate', right_on='data_date', how='left').drop(['data_date','value'], axis=1)
df3['shift'] = shift_val

我们确实丢失了连接的移位值，所以它被加回来了(不知道这个)。输出:

df3.head()

    data_interestDate   shift   diff
0   2020-07-15T00:00:00 -5  3.0
1   2020-06-11T00:00:00 -5  NaN
2   2020-05-14T00:00:00 -5  NaN
3   2020-04-14T00:00:00 -5  NaN

返回 df2(作为 df3):

df3 = df2[df2['data_date'].isin(df1['data_interestDate'])].drop(['value'],axis=1)

输出:

df3.head()

data_date   shift   diff
4   2020-07-15T00:00:00 -5  3.0