时间戳

首页 > 解决方案 > 将时间序列的先前条目写入附加列

python - 将时间序列的先前条目写入附加列

问题描述

我有一个包含个别日期值的数据框：

  day  value
    1   10.1
    2   15.4
    3   12.1
    4   14.1
    5   -9.7
    6    2.0
    8    3.4

每天不需要一个值（在我的示例中缺少第 7 天），但每天的值永远不会超过一个。

我想向这个数据框添加额外的列，每行包含前一天的值、两天前的值、三天前的值等。结果将是：

  day  value  value-of-1  value-of-2  value-of-3
    1   10.1         NaN         NaN         NaN
    2   15.4        10.1         NaN         NaN
    3   12.1        15.4        10.1         NaN
    4   14.1        12.1        15.4        10.1
    5   -9.7        14.1        12.1        15.4
    6    2.0        -9.7        14.1        12.1
    8    3.4         NaN         2.0        -9.7

目前，我将包含所需日期的列添加到原始数据框中，然后使用此新列作为连接条件合并原始数据框。在对列进行一些重组后，我得到了我的结果：

data = [[1, 10.1], [2, 15.4], [3, 12.1], [4, 14.1], [5, -9.7], [6, 2.0], [8, 3.4]]
df = pd.DataFrame(data, columns = ['day', 'value']) 

def add_column_for_prev_day(df, day):
    df[f"day-{day}"] = df["day"] - day
    df = df.merge(df[["day", "value"]], how="left", left_on=f"day-{day}", right_on="day", suffixes=("", "_r")) \
        .drop(["day_r",f"day-{day}"],axis=1) \
        .rename({"value_r": f"value-of-{day}"}, axis=1)
    return df

df = add_column_for_prev_day(df, 1)
df = add_column_for_prev_day(df, 2)
df = add_column_for_prev_day(df, 3)

我想知道是否有更好更快的方法来获得相同的结果，尤其是不必一遍又一遍地合并数据框。

一个简单的转变无济于事，因为有几天没有数据。

标签： pythonpandas

解决方案

您可以使用：

m=df.set_index('day').reindex(range(df['day'].min(),df['day'].max()+1))
l=[1,2,3]
for i in l:
    m[f"value_of_{i}"] = m['value'].shift(i)
m.reindex(df.day).reset_index()

   day  value  value_of_1  value_of_2  value_of_3
0    1   10.1         NaN         NaN         NaN
1    2   15.4        10.1         NaN         NaN
2    3   12.1        15.4        10.1         NaN
3    4   14.1        12.1        15.4        10.1
4    5   -9.7        14.1        12.1        15.4
5    6    2.0        -9.7        14.1        12.1
6    8    3.4         NaN         2.0        -9.7

推荐阅读