Python 指定日期时间段内的累计第n天。[即，该行属于第134天]

假设我有一个示例系列，如下所示：

     TimeStamp
0    1/1/2019
1    1/1/2019
.       .
.       .
.       .
500 31/1/2019
501  1/2/2019
502  2/2/2019
503  2/2/2019

我将如何实现以下目标：

     TimeStamp   Nth Day
0    1/1/2019      1
1    1/1/2019      1
.       .          .
.       .          .
.       .          .
500 31/1/2019     31
501  1/2/2019     32
502  2/2/2019     33
503  2/2/2019     33

我们不仅要找出两个时间戳之间经过的天数，还要将第n天分配给相关行

我已经编写了一个For循环，检查TimeStamp.dt.day是否有这样的切换：上一次迭代超过31次，而这个迭代超过1次[从1月31日移动到2月1日]，因此这意味着这是一个新的一天。如果是新的一天，则将+1nth天附加到此循环创建的新系列

它是有效的，但是，我有50万个条目，这需要很长的时间（15-20分钟）。有没有一种有效的方法可以做到这一点

编辑：循环。原谅冗长的旧/新变量

daySeries = df['TimeStamp'].dt.day

dayList = pd.Series([1])

for eachday in daySeries:

    new = eachday   

    if len(dayList) == 1:        
        old = new

    lastVal = dayList[-1:].values[0]

    if new == old:
        dayList = dayList.append(pd.Series([lastVal]), ignore_index=True)
    else:
        dayList= dayList.append(pd.Series([lastVal+1]), ignore_index=True)    
    old = eachday    

df['Nth Day'] = dayList

---

假设您的序列名为

df

，则可以使用以下方法：

df = pd.DataFrame(df)
df['Nth day'] = 0
df.loc[df['TimeStamp'] != df['TimeStamp'].shift(),'Nth day'] = 1
df['Nth day'] = df['Nth day'].cumsum()
print(df)

---

在这里，您可以使用和来获取带有“新值指示器”的列（如果值是新的，则为1，如果值不是新的，则为0）。然后，您可以使用。

签出

pd。factorize

您可以发布for循环吗code@ksooklall请勾选编辑后的问题“第n天”列中您希望得到什么？是从第一个日期算起的天数，还是时间戳列中不同日期的订单号？例如，如果时间戳中的第一个值为2019年1月1日、2019年3月1日、2019年7月1日，“第n天”的值应该是什么？1,2,3还是1,3,7？@Stepan我现在明白了，我应该更清楚地选择从1月1日开始的示例。考虑到任何时间段，我希望从1开始，即如你所说的1,2,3天。太棒了！现在快到了。顺便说一句，for循环与此方法相比，有什么效率如此之低？与阵列操作的效率有关吗？[请原谅，我是编程初学者]。我恐怕无法提供任何细节，但我知道pandas针对阵列操作和..循环元素进行了优化。在pandas中，循环元素是处理阵列最低效的方法。你可以这样读：@Stephan没问题，我想要一些自学的指导，这个链接很有用。谢谢