python - 以其他列的日期和小时为条件创建新列

Question

假设我有这个数据框的前两列:

df = pd.DataFrame({
    'score': [2, 13, 24, 15, 11, 44], 
    'datetime': ["2017-08-30 07:00:00", "2017-08-30 08:00:00", "2017-08-31 07:00:00", "2017-08-31 08:00:00", "2017-08-29 21:00:00", "2017-08-28 21:00:00"],
    # 'difference': [2, 13, 22, 2, -33, 44]
})

我想创建一个名为 difference 的新列(上面作为注释证明)，这样它就等于:

该行的分值

前一天同一小时的分值。

示例: difference第 4 行中的分数等于:该行中的分数 - 前一天(30 日)在 08:00:00 处的分数, 最终值: 15 - 13 = 2 .
如果前一天和同一时间不存在，则取该行的分数值:

例如。在第 0 行，时间 2017-08-30 07:00:00没有2017-08-29 07:00:00 ，因此只取 2

Answer 1

解决方案

df['datetime'] = pd.to_datetime(df['datetime'])
before = df['datetime'] - pd.DateOffset(days=1)

df['difference'] = df['score'].sub(
    before.map(df.set_index('datetime')['score']), fill_value=0)

解释
解析 datetime 中的日期列使用 pd.to_datetime然后减去一个 DateOffset的 1 days计算前一天同一小时的时间戳。

>>> before

0   2017-08-29 07:00:00
1   2017-08-29 08:00:00
2   2017-08-30 07:00:00
3   2017-08-30 08:00:00
4   2017-08-28 21:00:00
5   2017-08-27 21:00:00
Name: datetime, dtype: datetime64[ns]

现在 map score计算值 before柱子。

>>> before.map(df.set_index('datetime')['score'])

0     NaN
1     NaN
2     2.0
3    13.0
4    44.0
5     NaN
Name: datetime, dtype: float64

然后从 score 中减去映射的分数值列以获取差异。

>>> df

   score            datetime  difference
0      2 2017-08-30 07:00:00         2.0
1     13 2017-08-30 08:00:00        13.0
2     24 2017-08-31 07:00:00        22.0
3     15 2017-08-31 08:00:00         2.0
4     11 2017-08-29 21:00:00       -33.0
5     44 2017-08-28 21:00:00        44.0