python - 根据数据框中的列创建虚拟列

Question

我在 Dataframe 中有日期时间列。

我想在同一数据框中创建一个虚拟列，以便 对于 A 值的第一行等于日期时间列的第一行 + 15 分钟 A 行的第 2 行等于 A 的第 1 行的值 A 行的第 3 行等于 A 的第 3 行的值

比 4 行的值再次等于日期时间列的第 4 行 +15 分钟 如此等等 我写了这个循环，f是主数据帧

m15 = []
i=0,
while i < len(f):
    m15[i] = f['Datetime'][i]+ dt.timedelta(minutes=15),
    m15[i+1] = m15[i]
    m15[i+2] = m15[i]
    i=i+3

我收到错误'<'在'tuple'和'int'实例之间不受支持

如何解决问题

期望的输出

Datetime                       Dummy
2020-16-12 09:15:00            2020-16-12 09:30:00
2020-16-12 09:20:00            2020-16-12 09:30:00
2020-16-12 09:25:00            2020-16-12 09:30:00
2020-16-12 09:30:00            2020-16-12 09:45:00
2020-16-12 09:35:00            2020-16-12 09:45:00
2020-16-12 09:40:00            2020-16-12 09:45:00

Answer 1

首先不要使用循环，因为这里有可能的矢量化替代方案。

您可以向列中添加 15 分钟，然后将第二个和第三个值替换为 NaT 并使用 ffill 向前填充缺失值。

这里使用组的辅助数组np.arange(len(df))，但如果可以使用默认RangeIndex，则可以通过df.index<更改它.

#if necessary
#df['Datetime'] = pd.to_datetime(df['Datetime'], format='%Y-%d-%m %H:%M:%S')


df['New'] = (df['Datetime'].add(pd.Timedelta(minutes=15))
                           .mask(np.arange(len(df)) % 3 != 0)
                           .ffill())
print (df)
             Datetime                Dummy                 New
0 2020-12-16 09:15:00  2020-16-12 09:30:00 2020-12-16 09:30:00
1 2020-12-16 09:20:00  2020-16-12 09:30:00 2020-12-16 09:30:00
2 2020-12-16 09:25:00  2020-16-12 09:30:00 2020-12-16 09:30:00
3 2020-12-16 09:30:00  2020-16-12 09:45:00 2020-12-16 09:45:00
4 2020-12-16 09:35:00  2020-16-12 09:45:00 2020-12-16 09:45:00
5 2020-12-16 09:40:00  2020-16-12 09:45:00 2020-12-16 09:45:00

另一个想法:

df['New'] = (df['Datetime'].add(pd.Timedelta(minutes=15))
                           .groupby(np.arange(len(df)) // 3)
                           .transform('first'))