Python 迭代数据帧以提取特定时间段的增量

我有一个文件df，我希望取每7天周期的增量，并反映该特定周期的时间戳

df:

所需输出：

2020年10月15日至2020年10月9日为7天，三角洲为：75-45=30 2020年10月9日的时间戳是：30，以此类推

Date          Value

10/9/2020     30
10/2/2020     30

这就是我正在做的：

df= df['Delta']=df.iloc[:,6].sub(df.iloc[:,0]),Date=pd.Series
(pd.date_range(pd.Timestamp('2020-10- 
15'), 
periods=7, freq='7d')))[['Delta','Date']]

我也在想我也许能做到这一点：

编辑我将callDate更新为最新

for row in df.itertuples():
  Date = datetime.strptime(row.Date, "%m/%d/%y  %I:%M %p")
  previousRecord = df['Date'].shift(-6).strptime(row.Date, "%m/%d/%y  %I:%M 
  %p")
  Delta = Date - previousRecord

---

如果您有任何建议，我将不胜感激。

您编写的最后一段代码就是我的方式。唯一的问题是

Delta=Date-previousRecord

，这里没有所谓的

Date

。相反，您应该访问与

callDate

相关联的值，不要遍历数据帧。您可以使用

合并

：

(df.merge(df.assign(Date=df['Date'] - pd.to_timedelta('6D')),
         on='Date')
   .assign(Value = lambda x: x['Value_y']-x['Value_x'])
   [['Date','Value']]
)

输出：

        Date  Value
0 2020-10-09     30
1 2020-10-08     30
2 2020-10-07     30
3 2020-10-06     30
4 2020-10-05     30
5 2020-10-04     30
6 2020-10-03     30
7 2020-10-02     30
8 2020-10-01     30

---

你好，我将改为callDate to Date。谢谢让我试试这个好的谢谢你@Quang Hoang，我会试试这个。你能告诉我这是每7天的增量吗？这就是我最终希望发生的事情：

pd.to_timedelta（'6D'）

符合您的期望

10-15-2020

符合

10-09-2020

。是的，

10-08-2020

上的

Value

是从

10-14-2020

上的

Value

中减去的，所以主要原因是迭代没有矢量化，而

merge

是。您需要在datetime类型中使用

Date

。在该命令之前执行

df['Date']=pd.to_datetime（df['Date']）

。

        Date  Value
0 2020-10-09     30
1 2020-10-08     30
2 2020-10-07     30
3 2020-10-06     30
4 2020-10-05     30
5 2020-10-04     30
6 2020-10-03     30
7 2020-10-02     30
8 2020-10-01     30