时间戳

首页 > 解决方案 > 更新数据框 ID wrt 缺少日期列值

python - 更新数据框 ID wrt 缺少日期列值

问题描述

我正在尝试根据数据框中日期列的缺失天数更新数据框的 ID，

        Date    ID
0   2018-01-01  45.0-A
1   2018-01-02  45.0-A
5   2018-01-06  45.0-A
6   2018-01-07  45.0-A
12  2018-01-13  45.0-A
13  2018-01-14  45.0-A

period = 2

如果数据帧有超过指定period (period =2 )的days missingID 应该用额外的数字更新，我用时间差解决了这个问题并循环数据帧，它需要更多的时间。有人可以建议我实现这一目标的最有效方法吗？

T_diff = data.Date.diff()
slic = [data.index[0]] + T_diff[T_diff.dt.days>period].index.tolist() + [data.index[-1]]
li = []
for i in range(len(slic)-1):
    temp_df = data.loc[slic[i]:slic[i+1]].copy()
    temp_df['ID'] = temp_df['ID'] + '_{}'.format(i)
    li.append(temp_df)
pd.concat(li,axis=0)

         Date   ID
0   2018-01-01  45.0-A_0
1   2018-01-02  45.0-A_0
5   2018-01-06  45.0-A_1
6   2018-01-07  45.0-A_1
12  2018-01-13  45.0-A_2
13  2018-01-14  45.0-A_2

标签： pythonpandas

解决方案

这可以在一行中完成，使用 diff() 和 cumsum()

df['Date'] = pd.to_datetime(df['Date'])
df['ID'] += '_' + (df['Date'].diff() > pd.Timedelta('2D')).cumsum().astype(str)


#output
#         Date        ID
#0  2018-01-01  45.0-A_0
#1  2018-01-02  45.0-A_0
#5  2018-01-06  45.0-A_1
#6  2018-01-07  45.0-A_1
#12 2018-01-13  45.0-A_2
#13 2018-01-14  45.0-A_2

推荐阅读