如何在Python中计算连续日期均存在的ID的Value差值

编写Python逻辑，计算同一ID在当前日期（t）与日历上前一日期（t-1）的Value差值，仅保留该ID在t和t-1均有记录的行对；若某ID在t-1有记录但t无记录，对应的t-1行需排除出最终输出DataFrame。

示例输入 #

期望输出 #

使用Pandas可以高效实现需求，步骤如下：

1. 数据预处理 #

将日期列转为可计算的datetime类型，并按ID和日期排序，确保数据顺序正确：

import pandas as pd

# 构造示例数据
data = {
    'Date': ['1/1/2024', '1/2/2024', '1/1/2024', '1/5/2024', '1/6/2024', '1/2/2024', '1/5/2024', '1/5/2024'],
    'id': ['a', 'a', 'b', 'b', 'b', 'c', 'c', 'a'],
    'Value': [100, 101, 99, 97, 98, 98, 97, 97]
}
df = pd.DataFrame(data)

# 转换日期格式并排序
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')
df = df.sort_values(by=['id', 'Date']).reset_index(drop=True)

2. 匹配连续日期记录 #

计算每个日期的前一天，通过自连接找到同一ID在前一天的记录，筛选出连续两天都有数据的行：

# 生成前一天日期列
df['prev_date'] = df['Date'] - pd.Timedelta(days=1)
# 自连接匹配同一ID的前一天记录
merged = df.merge(df, left_on=['id', 'prev_date'], right_on=['id', 'Date'], suffixes=('', '_prev'))

3. 计算差值并整理结果 #

提取需要的列，计算Delta值，同时补充作为前置记录的行（Delta为空）：

# 提取当前记录并计算Delta
result = merged[['Date', 'id', 'Value']].copy()
result['Delta'] = merged['Value'] - merged['Value_prev']

# 收集并补充前置记录（即连续记录对中的前一天行）
prev_records = df[
    df[['id', 'Date']].apply(tuple, axis=1).isin(merged[['id', 'Date_prev']].apply(tuple, axis=1))
].copy()
prev_records['Delta'] = ''

# 合并并去重，得到最终结果
final_result = pd.concat([prev_records, result]).drop_duplicates()
final_result = final_result.sort_values(by=['id', 'Date']).reset_index(drop=True)

# 还原日期格式为原样式
final_result['Date'] = final_result['Date'].dt.strftime('%m/%d/%Y')

最终输出 #

运行代码后，final_result即为符合要求的DataFrame，输出结果与示例期望一致。

内容的提问来源于stack exchange，提问作者Lu_ch10