DateOffset Pandas 减法

Posted 2023-03-11

【中文标题】DateOffset Pandas 减法

【英文标题】：DateOffset Panda substraction

【发布时间】：2017-09-21 08:33:48

【问题描述】：

我有一个数据框

[in] MyDates
[out]  
2017-04-04        -5.0
2017-04-03        -5.0
2017-03-31        -4.0
2017-03-30        -6.0
2017-03-29        -5.0
2017-03-28        -5.0

每个数字对应于我应该从相应日期添加或删除多少天。我想用索引日期减去第一列中的天数创建一个新列。我知道我可以用 DateOffset 做到这一点，但我不知道如何......

谢谢！

【问题讨论】：

这是系列还是 df？

【参考方案1】：

您可以将列转换为TimedeltaIndex 或to_timedelta 和add (+) 或减去(-) 值：

df['new'] = df.index - pd.TimedeltaIndex(df['col'], unit='d')
print (df)
            col        new
2017-04-04 -5.0 2017-04-09
2017-04-03 -5.0 2017-04-08
2017-03-31 -4.0 2017-04-04
2017-03-30 -6.0 2017-04-05
2017-03-29 -5.0 2017-04-03
2017-03-28 -5.0 2017-04-02

或者：

df['new'] = df.index + pd.to_timedelta(df['col'], unit='d')
print (df)
            col        new
2017-04-04 -5.0 2017-03-30
2017-04-03 -5.0 2017-03-29
2017-03-31 -4.0 2017-03-27
2017-03-30 -6.0 2017-03-24
2017-03-29 -5.0 2017-03-24
2017-03-28 -5.0 2017-03-23

如果Series 为input 添加to_frame：

df = s.to_frame('date')
df['new'] = df.index - pd.TimedeltaIndex(df['date'], unit='d')
print (df)
            date        new
2017-04-04  -5.0 2017-04-09
2017-04-03  -5.0 2017-04-08
2017-03-31  -4.0 2017-04-04
2017-03-30  -6.0 2017-04-05
2017-03-29  -5.0 2017-04-03
2017-03-28  -5.0 2017-04-02

【讨论】：

我不确定，所以我会添加两个解决方案。

【参考方案2】：

IIUC 你想构造一个TimedeltaIndex 并添加这个：

In [173]:    
df.index + pd.TimedeltaIndex(df['days'], unit='d')

Out[173]:
DatetimeIndex(['2017-03-30', '2017-03-29', '2017-03-27', '2017-03-24',
               '2017-03-24', '2017-03-23'],
              dtype='datetime64[ns]', freq=None)

如果是专栏，你就做df['Dates'] + pd.TimedeltaIndex(df['days'], unit='d')

In [176]:
df['offset_date'] = df['Dates'] + pd.TimedeltaIndex(df['days'], unit='d')
df

Out[176]:
       Dates  days offset_date
0 2017-04-04  -5.0  2017-03-30
1 2017-04-03  -5.0  2017-03-29
2 2017-03-31  -4.0  2017-03-27
3 2017-03-30  -6.0  2017-03-24
4 2017-03-29  -5.0  2017-03-24
5 2017-03-28  -5.0  2017-03-23

如果它是索引并且您想将其添加为列，则几乎是相同的操作：

In [180]:    
df['offset_date'] = df.index + pd.TimedeltaIndex(df['days'], unit='d')
df

Out[180]:
            days offset_date
Dates                       
2017-04-04  -5.0  2017-03-30
2017-04-03  -5.0  2017-03-29
2017-03-31  -4.0  2017-03-27
2017-03-30  -6.0  2017-03-24
2017-03-29  -5.0  2017-03-24
2017-03-28  -5.0  2017-03-23

【讨论】：

可能看起来像一个随机评论，但只是想和你一起回顾一下100K的旅程。我记得看到你发布答案，当我在 2015 年夏天开始回答 NumPy 问题时，我们大约在 35-40K 左右。不知何故，我们的 *** 之旅一直是平行的，不仅在代表方面，而且在通过发布答案并通过清理 dup 问题和类似的东西来保持其清洁来改善 SO 社区的意图。所以，只是想祝贺你取得这一成就和迄今为止的旅程:)

@Divakar 谢谢.. 我一直对你 numpy 的专业知识印象深刻，我总是学到新东西。老实说，由于糟糕的问题或对糟糕/有欺骗/或由于目标转移而不断需要修改答案的问题的第一个答案，我对 SO 有点厌倦。我期待你的 100K 代表目标，无论如何我都会提供帮助

是的，经常需要修改以关闭复制文件，特别是基于数据的语言/模块/包一直是个问题。也许 SO 会设计一个更好的模型来关闭/处理这些。让我们期待最好的，享受现在的时刻:)