Python 如何使用Pandas将第二天的日期设置为低于现有日期值

我的

df

看起来像这样。这是一个

每日

数据集

，除了

周六

：

time    
2019-01-04       
2019-01-01  
2019-01-07 
2019-01-03 
....

我想做的是找到第二天的

日期

，并将其放在每个

时间

值下方，除了

周六

。如果下一个数据是星期六，则跳过它

我们应该保留

原始值

，以及值的

顺序

如果不是

Saturday

并且原始

next value

是下一个日期本身，我们应该只添加一个新的日期

value

新的

df

如下所示：

time   
2019-01-04
2019-01-06       
2019-01-01
2019-01-02   
2019-01-07
2019-01-08 
2019-01-03
2019-01-04
....

for index, date in df.iterrows():
    temp_day = row['Date'] if (row['Date'] + timedelta(days=1)).weekday() != 5 else None
    if(temp_day):
        temp_df = pd.DataFrame({'Date': temp_day}, index=index+1)
        df = pd.concat(df.iloc[:index], temp_df, df.iloc[index+1:], ignore_index=True).reset_index(drop=True)

请注意，我们没有将

2017-01-05

放在

2017-01-04

之后，因为

2017-01-05

是

Saturday

，所以我们将

2017-01-06

。另外，请注意，

2019-01-03

之后的值是

2019-01-04

，因为

2019-01-03

是原始日期，

2019-01-04

是下一个

日期

我们保留订单，不删除重复项

我做了什么？

通过这样做，我找到了跳过星期六的方法：

df[df.index.dayofweek != 5]

但是我不知道如何找到第二天的
，如果是
星期六的话就跳过。能否请您提供帮助？
请按问题更新以下修改和评论。
输出：

0   2019-01-04
0   2019-01-06
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]

0   2019-01-04
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]


您可以使用loc with lambda函数和dt访问器来尝试类似的操作：

pd.concat([df['time'], 
           (df['time'] + pd.Timedelta(days=1)).loc[lambda x: x.dt.dayofweek!=5]])\
  .sort_index()

输出：

0   2019-01-04
0   2019-01-06
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]

0   2019-01-04
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]

我还没有测试过，但你可以这样做：

time   
2019-01-04
2019-01-06       
2019-01-01
2019-01-02   
2019-01-07
2019-01-08 
2019-01-03
2019-01-04
....

for index, date in df.iterrows():
    temp_day = row['Date'] if (row['Date'] + timedelta(days=1)).weekday() != 5 else None
    if(temp_day):
        temp_df = pd.DataFrame({'Date': temp_day}, index=index+1)
        df = pd.concat(df.iloc[:index], temp_df, df.iloc[index+1:], ignore_index=True).reset_index(drop=True)

你基本上迭代每个索引，得到日期并加上一天，如果不等于星期六，就保留它

然后，通过切片，您可以在当前索引的后面找到新行
我们不应该对值进行排序并保留原始值。预期的唯一变化是，如果不是星期六，则新日期将低于当前日期值，如果实际上不是第二天，则更新问题以获得更好的清晰度这非常接近。唯一缺少的是星期六之后的日期。如果第二天是
星期六
，则它似乎没有放置任何日期。如果下一个日期是
周六
，那么我们将
周日
日期
@牙线添加到顶部解决方案1-04中的更新中，1-6是下一个。我不确定您所说的
顶部解决方案1-04和1-6是下一个
是什么意思，使用np.where在粗体“更新每…”下方。有一个日期是01-04，下一个日期是01-06。。。跳过周六。