Python 计算时间序列中的日常变化

我有一个时间序列

df1

df2

根据两个日期之间的

df1

指示

开始

和

停止

日期以及

值中的
差异
。除了日期之间的最终差异（如
df2
所示），我还想找出开始和停止之间的日常差异。
有人知道从哪里开始吗？我开始使用
R
中的
merge
来组合
df1
和
df2
，但之后我陷入了困境

df1

Date        Value   
20120509    1018.53 
20120510    1026.5  
20120511    1032.41 
20120514    1004.87 
20120515    999.22  
20120516    986.94  
20120518    955.98  

df2

预期结果：

Date        Value   ChangeOverTime
20120509    1018.53 0
20120510    1026.5  7.97
20120511    1032.41 13.88
20120514    1004.87 -13.66
20120515    999.22  0
20120516    986.94  -12.28
20120518    955.98  -43.24

你可以这样做。只要日期列按升序排列，它就可以工作。它通过检查
df2$Start
中的日期来创建一个分组变量，然后为每个组创建一个累积的差异总和，
unlist
将它们放入一个向量中

df1$Change <- unlist(tapply(df1$Value, 
                            cumsum(df1$Date %in% df2$Start), 
                            function(x) cumsum(c(0, diff(x)))))

df1
      Date   Value Change
1 20120509 1018.53   0.00
2 20120510 1026.50   7.97
3 20120511 1032.41  13.88
4 20120514 1004.87 -13.66
5 20120515  999.22   0.00
6 20120516  986.94 -12.28
7 20120518  955.98 -43.24

df1$Change您可以这样做。只要日期列按升序排列，它就可以工作。它通过检查
df2$Start
中的日期来创建一个分组变量，然后为每个组创建一个累积的差异总和，
unlist
将它们放入一个向量中

df1$Change <- unlist(tapply(df1$Value, 
                            cumsum(df1$Date %in% df2$Start), 
                            function(x) cumsum(c(0, diff(x)))))

df1
      Date   Value Change
1 20120509 1018.53   0.00
2 20120510 1026.50   7.97
3 20120511 1032.41  13.88
4 20120514 1004.87 -13.66
5 20120515  999.22   0.00
6 20120516  986.94 -12.28
7 20120518  955.98 -43.24

df1$Change使用dplyr lag函数计算一行与前一行之间的差异

我尚未测试以下代码：

library(dplyr)

df1 %>%
    mutate(ChangeOverTime = value - lag(value,1, default = 0.0))

但有些日期缺失，例如20120512。你必须考虑你如何处理它们
 使用dplyr lag函数计算一行与前一行之间的差异

我尚未测试以下代码：

library(dplyr)

df1 %>%
    mutate(ChangeOverTime = value - lag(value,1, default = 0.0))

但有些日期缺失，例如20120512。你必须考虑你如何处理它们
 预期输出是什么？在我的示例中是一个类似于“out”的数据帧。预期输出是什么？在我的示例中是一个类似于“out”的数据帧。20120512不是一个真实的日期，这就是它丢失的原因。20120512不是一个真实的日期，这就是它丢失的原因。您好，我没有获得预期的输出。你能试试我更新的df2吗？PS：请注意，我将“差值”乘以100，然后再减去60，以类似于我的真实数据。您的新的
df2
中没有任何2012年的日期，因此找不到任何通用值。您好，我没有得到预期的输出。你能试试我更新的df2吗？PS：请注意，我将“差值”乘以100，然后再减去60，以类似于我的真实数据。您的新的
df2
中没有任何2012年的日期，因此它找不到任何通用值。