pandas 筛选相隔一天的数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在时间序列数据中，筛选相隔一天的数据可以用于分析连续两天之间的变化情况，例如股票价格的日涨跌幅、气温的日变化等。我们看看 pandas 如何筛选出这些数据。

数据

数据如下，a 列为日期， b 列为数值：

import pandas as pd
from io import StringIO

data = '''
a b
2022/9/23 23
2022/10/24 21
2022/9/21 53
2022/9/22 43
2022/9/23 32
2022/9/25 23
2022/9/26 42
2022/11/3 86
'''

df = pd.read_csv(StringIO(data), sep=r'\s+')
df
# ...

需求需要对以上数据进行筛选，将相邻日期的数据筛选出来。

思路

定义一个时长为一天的时长对象，然后判断当前行的上下行差值是否为一天，满足其中之一即满足需求。

代码

先将时间列类型修改为时间类型：

df = df.astype({'a': 'datetime64[ns]'})  # 将数据转为时间类型
df
# ...

定义一个时差对象：

day_1 = pd.Timedelta('1days')  # 定义一个时差：一天
day_1
# Timedelta('1 days 00:00:00')

接下来可以用这个时度为一天时差对象与其他数据进行对比了。

df[(df.a.diff().abs() == day_1) | (df.a.diff(-1).abs() == day_1)]
'''
           a   b
2 2022-09-21  53
3 2022-09-22  43
4 2022-09-23  32
5 2022-09-25  23
6 2022-09-26  42

'''

首先，通过 pd.Timedelta('1days') 创建了一个时间间隔对象 day_1，表示一天的时间间隔。

df.a.diff() 表示对 DataFrame df 的列 a 进行差分操作，计算相邻元素之间的差值。

df.a.diff().abs() == day_1 表示对差分结果取绝对值，并与时间间隔对象 day_1 进行比较，得到一个布尔类型的 Series 对象。该 Series 对象中，为 True 的元素表示与相邻元素的差值的绝对值等于一天。

df.a.diff(-1) 表示对 DataFrame df 的列 a 进行向后差分操作，计算当前元素与下一个元素之间的差值。

df.a.diff(-1).abs() == day_1 表示对向后差分结果取绝对值，并与时间间隔对象 day_1 进行比较，得到一个布尔类型的 Series 对象。该 Series 对象中，为 True 的元素表示与下一个元素的差值的绝对值等于一天。

通过使用逻辑运算符 |（或），将上述两个条件合并，生成一个新的布尔类型的 Series 对象，其中为 True 的元素表示满足任一条件的行。

df[(df.a.diff().abs() == day_1) | (df.a.diff(-1).abs() == day_1)] 通过将上述布尔类型的 Series 对象作为索引，从 DataFrame df 中选取满足条件的行。

因此，该代码的逻辑是选取 DataFrame df 中满足以下条件之一的行：要么与相邻元素的差值的绝对值为一天，要么与下一个元素的差值的绝对值为一天。这样可以找出在列 a 中，与前后元素之间间隔为一天的行。

这样就完成了需求。

（完）

pandas 筛选相隔一天的数据

数据

思路

代码

相关内容