一次将列值与另一个熊猫日期时间索引进行比较答案

【问题标题】：Compare column value at one time to another pandas datetime index一次将列值与另一个熊猫日期时间索引进行比较
【发布时间】：2020-07-28 21:20:54
【问题描述】：

我有一个带有日期时间索引和一些列“值”的 pandas 数据框。我想将一天中给定时间的“价值”值与同一天不同时间的值进行比较。例如。比较上午 10 点的值和晚上 10 点的值。

现在我可以使用以下方法获取任一侧的值：

mask = df[(df.index.hour == hour)]

问题是这会返回一个按小时索引的数据框。所以做 mask1.value - mask2.value 会返回 Nan，因为索引不同。

我可以用一种复杂的方式解决这个问题：

out = mask.value.loc["2020-07-15"].reset_index() - mask2.value.loc["2020-07-15"].reset_index() #assuming mask2 is the same as the mask call but at a different hour

但是对于跨越数年的数据集来说，循环是很烦人的。（显然我可以在循环中使用 timedelta +=1 来避免硬调用）。

我实际上并不关心某些 nan 是否会进入最终结果，例如，上午 10 点，缺少值。

编辑：

初始数据框：

index                  values
2020-05-10T10:00:00     23
2020-05-10T11:00:00     20
2020-05-10T12:00:00     5
.....
2020-05-30T22:00:00     8
2020-05-30T23:00:00     8
2020-05-30T24:00:00     9

预期的数据框：

index        date         newval
  0         2020-05-10     18
.....
  x         2020-05-30     1

newval 是我上面描述的两个不同时间的减法（例如，上午 10 点测量 - 下午 12 点测量，因此 23-5 = 18），第二个条目是组成的

日期是单独的列还是索引对我来说并不重要。

【问题讨论】：

欢迎您！您能否提供初始数据框和预期数据框？
将初始数据框和预期数据框添加到原始帖子

标签： python pandas dataframe

【解决方案1】：

解决方法：

mask1 = df[(df.index.hour == hour1)]
mask2 = df[(df.index.hour == hour2)]
out = mask1.values - mask2.values # df.values returns an np array without indices
result_df = pd.DataFrame(index=pd.daterange(start,end), data=out)

这样可以省去循环日期的工作

【讨论】：