python - 如何使用 Pandas 将第二天日期置于现有日期值之下

Question

我的 df 看起来像这样。这是一个每日数据集，星期六除外:

time    
2019-01-04       
2019-01-01  
2019-01-07 
2019-01-03 
....

我想要做的是找到第二天的 date 并将其放在除 Saturday 之外的每个 time 值下方。如果下一个数据是星期六，则跳过它。

我们应该保留原始值 以及值的顺序。

如果不是星期六并且原始下一个值是下一个日期本身，我们应该只添加一个新的日期value。

新的 df 看起来像这样:

time   
2019-01-04
2019-01-06       
2019-01-01
2019-01-02   
2019-01-07
2019-01-08 
2019-01-03
2019-01-04
....

请注意，我们没有将 2017-01-05 放在 2017-01-04 之后，因为 2017-01-05 是 星期六 所以我们放 2017-01-06。另请注意，2019-01-03 之后的值为 2019-01-04，因为 2019-01-03 是原始日期并且2019-01-04 是下一个日期。

我们保留顺序并且不删除重复项。

我做了什么？

我想出了如何跳过 Saturday 的方法:

df[df.index.dayofweek != 5]

但我不知道如何找到下一天，如果是星期六则跳过。你能帮忙吗？

Answer 1

根据问题修改和评论更新。

new_days = pd.Series(np.where(df['time'].dt.dayofweek != 4, 
                              df['time'] + pd.Timedelta(days=1), 
                              df['time'] + pd.Timedelta(days=2)), 
                     name='time')

pd.concat([df['time'], new_days]).sort_index()

输出:

0   2019-01-04
0   2019-01-06
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]

---

您可以使用带有 lambda 函数的 loc 和 dt 访问器来尝试这样的事情:

pd.concat([df['time'], 
           (df['time'] + pd.Timedelta(days=1)).loc[lambda x: x.dt.dayofweek!=5]])\
  .sort_index()

输出:

0   2019-01-04
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]