假设我有一个 DataFrame
df = pd.DataFrame(dict(vals=np.random.randint(0, 10, 10)),
index=pd.date_range('20170401', '20170410'))
>>> df
vals
2017-04-01 9
2017-04-02 8
2017-04-03 4
2017-04-04 5
2017-04-05 9
2017-04-06 9
2017-04-07 5
2017-04-08 3
2017-04-09 3
2017-04-10 1
还有一个我知道在我的索引中但不知道位置的特定日期,例如
cur_dt = df.index[np.random.randint(0, df.index.size)]
>>> cur_dt
Timestamp('2017-04-05 00:00:00', freq='D')
给定 cur_dt
,我想确定索引中的上一个和下一个值是什么。如果 cur_dt
是我索引中的第一个(最后一个)值,那么前一个(下一个)元素应该是 cur_dt
本身。
回顾一下,我的问题是,在给定我的当前值的情况下,在我的索引中查找上一个和下一个值(或者我的当前值本身,如果它是端点)的最简单方法是什么?
我目前的做法似乎比较迂回,这也是我提问的动机。
cur_iloc = df.index.get_loc(cur_dt)
prev = cur_dt if cur_iloc == 0 else df.index[cur_iloc-1]
next = cur_dt if cur_iloc == df.index.size-1 else df.index[cur_iloc+1]
>>> prev
Timestamp('2017-04-04 00:00:00', freq='D')
>>> next
Timestamp('2017-04-06 00:00:00', freq='D')
如果没有更直接的方式,那么我深表歉意。我想象能够将我的索引从我的当前值向前和向后“移动”一次(对端点进行一些很好的处理),但我不确定这是否可能。
最佳答案
假设索引已排序,尝试使用numpy.searchsorted :
源数据集:
In [185]: df
Out[185]:
vals
2017-04-01 5
2017-04-02 3
2017-04-03 9
2017-04-04 8
2017-04-05 1
2017-04-06 0
2017-04-07 4
2017-04-08 5
2017-04-09 1
2017-04-10 8
In [186]: cur_dt
Out[186]: Timestamp('2017-04-02 00:00:00', freq='D')
解决方案:
In [187]: idx = np.searchsorted(df.index, cur_dt)
In [188]: df.index[max(0, idx-1)]
Out[188]: Timestamp('2017-04-01 00:00:00', freq='D')
In [189]: df.index[min(idx+1, len(df)-1)]
Out[189]: Timestamp('2017-04-03 00:00:00', freq='D')
关于python - 获取 DataFrame 中的上一个和下一个索引值(如果它们存在),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43482549/