Python 按选定的时间间隔获取项目

我正试图找到一种更快的方法，以不同的时间间隔选择日期。目前，我正在遍历数据帧，然后使用

iloc

查找所需的间隔跨度。不过，性能造成了瓶颈。这些文件很大，而且有很多，所以欢迎任何帮助

#example
df = pd.DataFrame(pd.date_range(start='01/01/1980', end='01/01/2020'), columns=['DT'])

n = 5
spans = []
max_len = len(df) - n
for k in df.index:
    if k < max_len:
        spans.append([df.iloc[k].DT, df.iloc[k + n].DT])

#示例
df=pd.DataFrame（pd.date_范围（start='01/01/1980'，end='01/01/2020'），columns=['DT']））
n=5
跨度=[]
最大长度=长度（df）-n
对于df.index中的k：
如果k<最大值：
span.append（[df.iloc[k].DT，df.iloc[k+n].DT]）

是否有“更好”的方法，即更快。谢谢。

这个怎么样：

#example
df = pd.DataFrame(pd.date_range(start='01/01/1980', end='01/01/2020'), columns=['DT'])

n = 5
spans = []
max_len = len(df) - n
for k in df.head(max_len).index:
    spans.append([df.iloc[k].DT, df.iloc[k + n].DT])

---

也许您可以按所需金额移动

DT

列：

df = pd.DataFrame(pd.date_range(start='01/01/2018', end='01/01/2020'), columns=['DT'])

df['DT2'] = df['DT'].shift(-5)
print(df[df['DT2'].notna()])

印刷品：

            DT        DT2
0   2018-01-01 2018-01-06
1   2018-01-02 2018-01-07
2   2018-01-03 2018-01-08
3   2018-01-04 2018-01-09
4   2018-01-05 2018-01-10
..         ...        ...
721 2019-12-23 2019-12-28
722 2019-12-24 2019-12-29
723 2019-12-25 2019-12-30
724 2019-12-26 2019-12-31
725 2019-12-27 2020-01-01

[726 rows x 2 columns]

---

这并不比原来的快，但一种处理循环的新方法将在将来使用它。