Python 将某些日期之前的天数添加为列

我有一个以小时日期为索引的时间序列数据集。有一列指示特定日期是否为事件（1）（0）。我想添加一个列，将事件开始前的天数倒计时。每当发生事件时，此列的值应为0。事件发生后，它应该再次倒计时。当然，假设所有事件日期都是已知的

下面是一个简单的示例，其中添加了感兴趣的列（“y”），以便更好地理解。该示例还说明了这样一个事实，即尽管数据集结束了，但必须考虑超出相应数据帧中考虑的时间的下一个事件。在本例中，距离下一个事件（2019-01-08）还有4天

我想找到一种生成列“y”的方法

使用

Timedelta

如果你想在最后有个活动。。。先把它放在那里

df.at[pd.Timestamp('2019-01-08'), 'x'] = 1

那么同上

df.assign(
    y=df.index - df.index.to_series().mask(df.x != 1).bfill()
)

                       x                 y
2019-01-01 00:00:00  0.0 -2 days +00:00:00
2019-01-01 01:00:00  0.0 -2 days +01:00:00
2019-01-01 02:00:00  0.0 -2 days +02:00:00
2019-01-01 03:00:00  0.0 -2 days +03:00:00
2019-01-01 04:00:00  0.0 -2 days +04:00:00
...                  ...               ...
2019-01-04 20:00:00  0.0 -4 days +20:00:00
2019-01-04 21:00:00  0.0 -4 days +21:00:00
2019-01-04 22:00:00  0.0 -4 days +22:00:00
2019-01-04 23:00:00  0.0 -4 days +23:00:00
2019-01-08 00:00:00  1.0   0 days 00:00:00

[97 rows x 2 columns]

如果你把心放在整数上

df.assign(
    y=(
        df.index - 
        df.index.to_series().mask(df.x != 1).bfill()
    ).dt.days
)

                       x  y
2019-01-01 00:00:00  0.0 -2
2019-01-01 01:00:00  0.0 -2
2019-01-01 02:00:00  0.0 -2
2019-01-01 03:00:00  0.0 -2
2019-01-01 04:00:00  0.0 -2
...                  ... ..
2019-01-04 20:00:00  0.0 -4
2019-01-04 21:00:00  0.0 -4
2019-01-04 22:00:00  0.0 -4
2019-01-04 23:00:00  0.0 -4
2019-01-08 00:00:00  1.0  0

[97 rows x 2 columns]

---

谢谢这是一个非常酷的解决方案。一个简短的后续问题：出于某种原因，使用

at

添加带有日期的新行不起作用。它说：“无法从复制轴重新编制索引”。我的实际数据集有多个列，索引标题是timestamp，但这是与提供的最小示例相比的唯一区别。如果你看不到数据，可能很难提供帮助，但也许你知道为什么会发生这种情况。再次感谢！

df.assign(
    y=df.index - df.index.to_series().mask(df.x != 1).bfill()
)

                       x                 y
2019-01-01 00:00:00  0.0 -2 days +00:00:00
2019-01-01 01:00:00  0.0 -2 days +01:00:00
2019-01-01 02:00:00  0.0 -2 days +02:00:00
2019-01-01 03:00:00  0.0 -2 days +03:00:00
2019-01-01 04:00:00  0.0 -2 days +04:00:00
...                  ...               ...
2019-01-04 20:00:00  0.0 -4 days +20:00:00
2019-01-04 21:00:00  0.0 -4 days +21:00:00
2019-01-04 22:00:00  0.0 -4 days +22:00:00
2019-01-04 23:00:00  0.0 -4 days +23:00:00
2019-01-08 00:00:00  1.0   0 days 00:00:00

[97 rows x 2 columns]

df.assign(
    y=(
        df.index - 
        df.index.to_series().mask(df.x != 1).bfill()
    ).dt.days
)

                       x  y
2019-01-01 00:00:00  0.0 -2
2019-01-01 01:00:00  0.0 -2
2019-01-01 02:00:00  0.0 -2
2019-01-01 03:00:00  0.0 -2
2019-01-01 04:00:00  0.0 -2
...                  ... ..
2019-01-04 20:00:00  0.0 -4
2019-01-04 21:00:00  0.0 -4
2019-01-04 22:00:00  0.0 -4
2019-01-04 23:00:00  0.0 -4
2019-01-08 00:00:00  1.0  0

[97 rows x 2 columns]