pandas 从单独的日期列表中的相应日期获取增量

Question

我有一个 dataframe

df a b
   7 2019-05-01 00:00:01
   6 2019-05-02 00:15:01 
   1 2019-05-06 00:10:01
   3 2019-05-09 01:00:01
   8 2019-05-09 04:20:01
   9 2019-05-12 01:10:01
   4 2019-05-16 03:30:01

和

l = [datetime.datetime(2019,05,02), datetime.datetime(2019,05,10), datetime.datetime(2019,05,22) ]

我想添加一个包含以下内容的列：对于每一行，从 l 中找到它之前的最后一个日期，并在它们之间添加天数。 如果没有一个日期更小 - 从最小的日期开始添加增量。 所以新列将是：

df a b.                 delta            date
   7 2019-05-01 00:00:01 -1     datetime.datetime(2019,05,02)
   6 2019-05-02 00:15:01  0     datetime.datetime(2019,05,02)
   1 2019-05-06 00:10:01  4     datetime.datetime(2019,05,02)
   3 2019-05-09 01:00:01  7     datetime.datetime(2019,05,02)
   8 2019-05-09 04:20:01  7     datetime.datetime(2019,05,02)
   9 2019-05-12 01:10:01  2     datetime.datetime(2019,05,10)
   4 2019-05-16 03:30:01  6     datetime.datetime(2019,05,10)

我该怎么做？

谢谢

Answer 1

使用merge_asof对齐df['b']和列表（作为系列），然后计算差异：

# ensure datetime
df['b'] = pd.to_datetime(df['b'])

# craft Series for merging (could be combined with line below)
s = pd.Series(l, name='l')

# merge and fillna with minimum date
ref = pd.merge_asof(df['b'], s, left_on='b', right_on='l')['l'].fillna(s.min())

# compute the delta as days
df['delta'] =(df['b']-ref).dt.days

output：

   a                   b  delta
0  7 2019-05-01 00:00:01     -1
1  6 2019-05-02 00:15:01      0
2  1 2019-05-06 00:10:01      4
3  3 2019-05-09 01:00:01      7
4  8 2019-05-09 04:20:01      7
5  9 2019-05-12 01:10:01      2
6  4 2019-05-16 03:30:01      6

Answer 2

如果您的b列具有datetime时间 object，这是一个单行解决方案。 否则将其转换为datetime时间 object。

df['delta'] = df.apply(lambda x: sorted([x.b - i for i in l], key= lambda y: y.seconds)[0].days, axis=1) 

说明：对每一行应用 function ：

• 计算行的datetime时间与l中存在的每个datetime时间之间的deltatime时间，然后将其存储在列表中
• 按每个deltatime的秒数对该列表进行排序
• 获取第一个值（最小的deltatime ）并返回它的days

Answer 3

此代码与此数据集分开

• 工作日星期五
• 2014 年
• 第01天
• 小时00
• 分钟03

rides['weekday'] = rides.timestamp.dt.strftime("%A")
rides['year'] = rides.timestamp.dt.strftime("%Y")
rides['day'] = rides.timestamp.dt.strftime("%d")
rides['hour'] = rides.timestamp.dt.strftime("%H")
rides["minute"] = rides.timestamp.dt.strftime("%M")