python - 根据另一列的函数在一列中查找值

Question

假设该值存在，例如，我如何在数据框中创建另一列“testFinal”，我将在其中获得 df["test"]- "df["test"] 的绝对值，即 0.2 秒后 ”例如，testFinal的第一个值是2和0.2秒后的值之差的绝对值-> 所以8，结果是abs(2-8) = 6

我的目标是计算“testFinal”

不知道说的是否清楚，举个例子

注意:时间戳不是同质的，因此两个值之间的间隔可能随时间不同

非常感谢

这是数据框的代码

df = pd.DataFrame({'Timestamp':[11.1,11.2,11.3,11.4,11.5,11.6,11.7,11.8,11.9,12.0,12.10],
                   'test':[2,22,8,4,5,4,5,3,54,23,89],
                   'testFinal':[6,18,3,0,0,1,49,20,35,np.NaN,np.NaN]})

Answer 1

首先，使用 pd.to_timedelta 将 Timestamp 列转换为 timedelta，创建一个新的临时列 temp ，然后将此 temp 列设置为数据帧 index，然后创建一个新列 testFinal，其值为此新索引 + 0.2 秒，然后使用 Series.map , 将 testFinal 列映射到 df['test'] 列的值，因此现在 testFinal 列的值应该与这些值相对应在 test 列 0.2s 之后，您可以减去 testFinal 和 test 列中的值以获得期望的结果:

df['temp'] = pd.to_timedelta(df['Timestamp'], unit='s')
df = df.set_index('temp')

df['testFinal'] = df.index + pd.Timedelta(seconds=0.2)
df['testFinal'] = df['testFinal'].map(df['test']).sub(df['test']).abs()

df = df.reset_index(drop=True)

---

# print(df)
    Timestamp  test  testFinal
0        11.1     2        6.0
1        11.2    22       18.0
2        11.3     8        3.0
3        11.4     4        0.0
4        11.5     5        0.0
5        11.6     4        1.0
6        11.7     5       49.0
7        11.8     3       20.0
8        11.9    54       35.0
9        12.0    23        NaN
10       12.1    89        NaN