Python 熊猫切片

我有一份包含日期的清单。看起来是这样的：

    [datetime.date(1994, 2, 4),
     datetime.date(1994, 3, 22),
     datetime.date(1994, 4, 18),
     datetime.date(1994, 5, 17),
     datetime.date(1994, 8, 16)
     ...]

熊猫df看起来像：

    Date    USD_I
0   1971-01-04  100.0000
1   1971-01-05  99.9700
2   1971-01-06  99.9500
3   1971-01-07  99.9400
4   1971-01-08  99.9300
5   1971-01-11  99.9100
6   1971-01-12  99.8900
7   1971-01-13  99.9000
8   1971-01-14  99.8300

and so on

我正在尝试构建一个新的df，它应该如下所示：

     1994-02-04 1994-03-22 1994-04-18 ...
-2
-1
 0
 1
 2

第“0”行中“1994-02-04”列的值应为自第一个df（“USD_I”列）起该日期的值。行'-1'的值应为前一天的值，行'1'的值应为第二天的值，依此类推。简单地说，这些列是列表中的值，新df的值是第一个df中的数据片段

我在第二天尝试这样做，但我仍然在索引方面出错，无法在线找到解决方案。我将非常感谢任何帮助和提示如何处理它

---

我尝试使用（'result'是最终df的名称）：

这给了我一个以日期为列名的数据框，这很好，但第一行只有第一个日期的值，其他的是NaN，所以我删除了整行并尝试：

for i in result:
    for x in range(-2,3):
        result.loc[x,i] = df.loc[(df[df['Date']==i].index.values+x),'USD_I']

---

但这给了我ValueError：与Series不兼容的索引器。

我建议研究pandas pivot方法（）。这将允许您将日期设置为列名。从那里，您可以使用pd.timedelta（）获取前一天或当前日期后的日期时间。然后，您可以使用这个新的datetime对象重新索引到数据帧中，以获得正确的日期

---

我相信通过使用shift方法可能有一种更简单的方法来实现这一点，但这假设您每天都有一个值，并且它们是有序的。

我建议您研究pandas pivot方法（）。这将允许您将日期设置为列名。从那里，您可以使用pd.timedelta（）获取前一天或当前日期后的日期时间。然后，您可以使用这个新的datetime对象重新索引到数据帧中，以获得正确的日期

---

我相信使用shift方法可能有一种更简单的方法来实现这一点，但这是假设你每天都有一个值，并且它们是有序的。

好的，完成了。我列了一个索引编号列表，然后就顺利了。我以前尝试过，但我的错误是使用list.append而不是list.extend。谢谢你的支持。

好了，结束了。我列了一个索引编号列表，然后就顺利了。我以前尝试过，但我的错误是使用list.append而不是list.extend。感谢您的支持。

您遇到了什么错误？您是否使用

datetime.timedelta

添加/减去天数？在输出数据框中，值应该是什么？它看起来只是一个索引和columns@Marmaduke我已经在文章中添加了更多详细信息，以及我尝试这样做的方式。@第“0”行中“1994-02-04”列的MattR值应该是从第一个df（“USD_i”列）开始的该日期的值。行'-1'的值应为前一天的值，行'1'的值应为第二天的值，依此类推。简单地说，这些列是列表中的值，新df的值是第一个df中的数据片段。您得到了什么错误？您是否使用

datetime.timedelta

添加/减去天数？在输出数据框中，值应该是什么？它看起来只是一个索引和columns@Marmaduke我已经在文章中添加了更多详细信息，以及我尝试这样做的方式。@第“0”行中“1994-02-04”列的MattR值应该是从第一个df（“USD_i”列）开始的该日期的值。行'-1'的值应为前一天的值，行'1'的值应为第二天的值，依此类推。简单地说，这些列是列表中的值，新df的值是第一个df中的数据片段。我在最后一个循环中的某个地方犯了错误，不管我使用的是天数还是索引值。我将循环的最后一行更改为result.loc[x，I]=df[df['Date']==（I+dt.timedelta（days=x））['USD_I']但它给了我ValueError:与序列不兼容的索引器。你知道我做错了什么吗？我完全被它迷住了。我在最后一个循环的某个地方犯了错误，不管我使用的是天数还是索引值。我将循环的最后一行更改为result.loc[x，I]=df[df['Date']==（I+dt.timedelta（days=x））['USD_I']但它给了我ValueError:与序列不兼容的索引器。你知道我做错了什么吗？我完全被它迷住了。

for i in result:
    for x in range(-2,3):
        result.loc[x,i] = df.loc[(df[df['Date']==i].index.values+x),'USD_I']