Question

不确定是否相关，但是日期在Python 3.6的熊猫中的DatetimeIndex list（？）中

我正在尝试获取连续几天的所有日期范围，输出所述日期范围的最小值和最大值。

输出最好放在列表中，但我认为Dataframe本质上是一个我可以在其中使用索引的列表？
稍后，我会将这些日期范围输出到Excel工作表。

样本输入：

'1990-10-01', '1990-10-02', '1990-10-03', '1990-10-05', '2002-10-05', '2002-10-06'

预期输出：

1990-10-01, 1990-10-03  
1990-10-05   
2002-10-05, 2002-10-06

我知道一个幼稚的方法是执行for循环，然后检查下一个/上一个日期是否相距1，然后检查日期，月份和年份。但是，有什么更好的方法呢？

谢谢

编辑以澄清

Answer 1

让我们创建示例：

输入：

TextBox

l = ['1990-10-01', '1990-10-02', '1990-10-03', '1990-10-05', '2002-10-05', '2002-10-06']
idx = pd.DatetimeIndex(l)

解决方案：

创建一个助手系列，该助手系列将计算连续日期之间的difference并创建差异不为1的组，然后遍历各组并获得该组中的第一项和最后一项。

DatetimeIndex(['1990-10-01', '1990-10-02', '1990-10-03', '1990-10-05',
           '2002-10-05', '2002-10-06'],
          dtype='datetime64[ns]', freq=None)

输出：

g = idx.to_series().diff().fillna(pd.Timedelta(days=1)).dt.days.ne(1).cumsum()

final = [pd.DatetimeIndex(map(grp.index.__getitem__, (0,-1))) 
                         if len(grp.index)>1 else grp.index
                         for _,grp in g.groupby(g)]

如果您希望数据框执行[DatetimeIndex(['1990-10-01', '1990-10-03'], dtype='datetime64[ns]', freq=None), DatetimeIndex(['1990-10-05'], dtype='datetime64[ns]', freq=None), DatetimeIndex(['2002-10-05', '2002-10-06'], dtype='datetime64[ns]', freq=None)]，只需基于df.to_excel(..)列表创建一个数据框：

final

Answer 2

设置：

df = pd.DataFrame()

df['Date'] =  pd.to_datetime(['1990-10-01', '1990-10-02', '1990-10-03', '1990-10-05', '2002-10-05', '2002-10-06'])

解决方案：

首先计算运行差异，创建一个标志以指示日期是否应该在同一组中，然后使用groupby并获取该组的开始和结束日期。如果设置Set与开始日期相同，则用于删除结束日期。

(
    df.assign(DateDiff=(df.Date - df.Date.shift(1)).dt.days.fillna(0))
    .assign(Flag= lambda x: np.where(x.DateDiff==1, np.nan, range(len(x))))
    .assign(Flag=lambda x: x.Flag.ffill())
    .groupby(by='Flag').Date
    .apply(lambda x: set([x.iloc[0].date(), x.iloc[-1].date()]))
)

Flag
0.0    {1990-10-01, 1990-10-03}
3.0                {1990-10-05}
4.0    {2002-10-05, 2002-10-06}
Name: Date, dtype: object

熊猫日期时间：从日期时间列表中获取日期时间范围

2 个答案: